跳动城乡网由化学系和功能智能材料研究所的 Lu Jiong 副教授领导的新加坡国立大学研究团队与他们的国际合作者一起，开发了化学家直觉原子机器人探(CARP)的新概念。
这项创新利用人工智能(AI)模仿化学家的决策过程，能够以无与伦比的智能和精度制造量子材料，用于未来的量子技术应用，例如数据存储和量子计算。
开壳磁性纳米石墨烯是一种碳基量子材料，具有关键的电子和磁性特性，这对于在分子水平上开发极快的电子设备或创建量子比特(量子计算机的构建块)非常重要。由于发现了一种称为表面合成的新型固相化学反应，用于开发此类材料的工艺多年来取得了进步。
然而，在原子水平上精确制造和定制量子材料的特性仍然具有挑战性，因为这需要更高水平的选择性、效率和精度，而表面合成方法无法提供。这限制了开壳磁性纳米石墨烯在未来技术中的适用性。
卢副教授解释说：“我们的主要目标是在原子水平上创造、研究和控制这些量子材料。我们正在努力彻底改变这些材料在表面上的生产方式，以便更好地控制它们的结果，具体到单个原子和键的能级。”
该研究是与新加坡国立大学物理系张春副教授和清华大学王晓楠副教授合作进行的。
开发纳米技术的新概念
通过将扫描探显微镜技术与深度学习相结合，研究团队使显微镜能够精确制造一种称为磁性纳米石墨烯的碳基量子材料。这种创新方法还允许这种“智能”显微镜提取详细的化学信息，有助于理解以前未知的机制。
这个新概念的一个重要方面是它能够通过 CARP 内的深层神经框架来利用人类表面化学家的专业知识和直觉。该框架使显微镜能够在实时操作的同时制造特定的量子材料。为了实现这一目标，研究团队开发了多层卷积神经网络，这是一种用于图像识别和处理的深度学习模型。
然后，研究小组通过使用位点选择性环脱氢的专业知识对其进行训练来测试 CARP 框架。苏博士发现，位点选择性环化脱氢是合成纳米石墨烯的一种复杂但必不可少的方法。
CARP框架在离线和实时操作中表现出令人满意的性能，并且能够触发小于0.1纳米尺度的单分子反应。这是首次报道人工智能辅助探化学反应。
CARP：从自动化到智能化
研究团队不仅期望CARP框架能够在原子尺度上进行自主操作，而且旨在最大限度地发挥人工智能掌握隐藏在数据库中的深层信息的能力。为了实现这一目标，团队建立了一个学习范例，使用基于博弈论的方法来检查框架的学习成果。
分析结果表明，CARP 有效地捕获了一些对于通过环化脱氢成功合成纳米石墨烯可能至关重要的特征，而这些特征对于人类操作员来说可能很难注意到。当用未知的单分子反应进行测试时，CARP 还显示出处理多功能探化学反应的潜力。
“我们在不久的将来的目标是进一步扩展 CARP 框架，以大规模、高效地采用通用的表面探化学反应。这有可能将传统的基于实验室的表面合成过程转变为上制造，以实现实际应用。这种转变可以在加速量子物质的基础研究并开创智能原子制造的新时代方面发挥关键作用。”卢副教授补充道。
