미국 에너지부(DOE) Brookhaven 국립 연구소의 과학자들은 자율적 방법이 새로운 물질을 발견할 수 있음을 성공적으로 입증했습니다.

인공 지능(AI) 기반 기술은 최초의 나노 크기 "사다리"를 포함하여 XNUMX개의 새로운 나노 구조를 발견했습니다. 이 연구는 오늘 과학 발전.

새로 발견된 구조는 재료의 분자가 고유한 패턴으로 조직되는 자기 조립이라는 프로세스에 의해 형성되었습니다. Brookhaven의 CFN(Centre for Functional Nanomaterials) 과학자들은 자가 조립 프로세스를 지시하고 마이크로 전자공학, 촉매 등의 응용 분야에 바람직한 배열을 형성하기 위한 재료 템플릿을 만드는 전문가입니다. 나노스케일 사다리와 다른 새로운 구조에 대한 그들의 발견은 자가조립의 적용 범위를 더욱 넓혀줍니다.

"자기 조립은 마이크로 전자 공학 및 컴퓨터 하드웨어의 발전을 위한 동인인 나노 패터닝 기술로 사용될 수 있습니다."라고 말했습니다. CFN 과학자 및 공동 저자 그레고리 도어크. “이러한 기술은 항상 더 작은 나노패턴을 사용하여 더 높은 해상도를 추구합니다. 자기 조립 재료에서 매우 작고 엄격하게 제어되는 기능을 얻을 수 있지만 예를 들어 회로에 대해 배치한 규칙을 반드시 준수하지는 않습니다. 템플릿을 사용하여 자체 조립을 지시함으로써 보다 유용한 패턴을 형성할 수 있습니다.”

DOE Office of Science User Facility인 CFN의 직원 과학자들은 애플리케이션을 확장하기 위해 자체 조립된 나노패턴 유형의 라이브러리를 구축하는 것을 목표로 합니다. 이전 연구에서 그들은 두 가지 자기 조립 재료를 함께 혼합하여 새로운 유형의 패턴이 가능하다는 것을 입증했습니다.

CFN 그룹 리더이자 공동 저자인 케빈 예거(Kevin Yager)는 “아무도 꿈꾸지 못했던 사다리 구조를 이제 만들 수 있다는 사실이 놀랍다. “전통적인 자가 조립은 실린더, 시트, 구와 같은 비교적 단순한 구조만 형성할 수 있습니다. 그러나 두 가지 재료를 함께 혼합하고 올바른 화학 격자를 사용함으로써 완전히 새로운 구조가 가능하다는 것을 발견했습니다.”

자가 조립 재료를 혼합하여 CFN 과학자들은 고유한 구조를 발견할 수 있었지만 새로운 도전 과제도 생겼습니다. 자체 조립 프로세스에서 제어할 매개변수가 더 많기 때문에 새롭고 유용한 구조를 만들기 위한 매개변수의 올바른 조합을 찾는 것은 시간과의 싸움입니다. 연구를 가속화하기 위해 CFN 과학자들은 새로운 AI 기능인 자율 실험을 활용했습니다.

DOE의 Lawrence Berkeley National Laboratory의 CAMERA(Center for Advanced Mathematics for Energy Research Applications), CFN의 Brookhaven 과학자 및 Brookhaven Lab의 또 다른 DOE 과학 사용자 시설인 National Synchrotron Light Source II(NSLS-II)와 협력하여, 실험의 모든 단계를 자율적으로 정의하고 수행할 수 있는 AI 프레임워크를 개발해 왔습니다. CAMERA의 gpCAM 알고리즘은 프레임워크의 자율적인 의사 결정을 주도합니다. 최신 연구는 새로운 재료를 발견하는 알고리즘의 능력에 대한 팀의 첫 번째 성공적인 시연입니다.

"gpCAM은 자율 실험을 위한 유연한 알고리즘 및 소프트웨어입니다."라고 Berkeley Lab 과학자이자 공동 저자인 Marcus Noack은 말했습니다. "모델의 다양한 기능을 자율적으로 탐색하기 위해 이 연구에서 특히 독창적으로 사용되었습니다."

"Berkeley Lab 동료들의 도움으로 우리는 이 소프트웨어와 방법론을 사용할 준비가 되었으며 이제 이를 성공적으로 사용하여 새로운 재료를 발견했습니다."라고 Yager는 말했습니다. "우리는 이제 자율 과학에 대해 충분히 배웠기 때문에 재료 문제를 쉽게 자율 문제로 전환할 수 있습니다."

새로운 알고리즘을 사용하여 재료 발견을 가속화하기 위해 팀은 먼저 분석을 위한 다양한 특성을 가진 복잡한 샘플을 개발했습니다. 연구진은 CFN 나노제조 시설을 이용해 샘플을 제작하고, CFN 소재 합성 시설에서 자가조립을 진행했다.

"재료 과학을 수행하는 구식 방식은 샘플을 합성하고 측정하고 학습한 다음 돌아가서 다른 샘플을 만들고 해당 프로세스를 계속 반복하는 것입니다."라고 Yager는 말했습니다. "대신 우리는 관심 있는 모든 매개변수의 기울기가 있는 샘플을 만들었습니다. 따라서 그 단일 샘플은 많은 개별 재료 구조의 방대한 컬렉션입니다."

그런 다음 팀은 재료 구조 연구를 위해 초고휘도 X-선을 생성하는 NSLS-II로 샘플을 가져왔습니다. CFN은 NSLS-II와 협력하여 XNUMX개의 실험 스테이션을 운영하며, 그 중 하나는 이 연구에서 사용된 Soft Matter Interfaces(SMI) 빔라인입니다.

NSLS-II 과학자이자 공동 저자인 Masa Fukuto는 “SMI 빔라인의 강점 중 하나는 X선 빔을 샘플에 미크론까지 집중시키는 능력입니다. “이러한 마이크로빔 X선이 재료에 의해 어떻게 산란되는지 분석함으로써 우리는 조명 지점에서 재료의 국부적 구조에 대해 알아냅니다. 여러 다른 지점에서 측정하면 로컬 구조가 그래디언트 샘플에서 어떻게 다른지 알 수 있습니다. 이 작업에서 우리는 AI 알고리즘이 각 측정 값을 최대화하기 위해 다음에 측정할 지점을 즉석에서 선택하도록 합니다.”

샘플이 SMI 빔라인에서 측정되었으므로 알고리즘은 사람의 개입 없이 재료의 수많은 다양한 구조 세트의 모델을 생성했습니다. 이 모델은 각 후속 X-레이 측정으로 자체적으로 업데이트되어 모든 측정이 더 통찰력 있고 정확해졌습니다.

몇 시간 만에 알고리즘은 CFN 연구원들이 더 면밀히 연구할 수 있도록 복잡한 샘플에서 세 가지 주요 영역을 식별했습니다. 그들은 CFN 전자현미경 시설을 사용하여 다른 새로운 기능 중에서 나노스케일 사다리의 레일과 가로대를 밝히면서 핵심 영역을 절묘한 세부 이미지로 이미지화했습니다.

처음부터 끝까지 실험은 약 XNUMX시간 동안 진행되었습니다. 연구원들은 전통적인 방법을 사용하여 이러한 발견을 하는 데 약 한 달이 걸렸을 것으로 추정합니다.

캘빈: “때때로 지적 생명체가 우주의 다른 곳에 존재한다는 가장 확실한 신호는 지금까지 … 그들 중 누구도 우리에게 연락을 시도하지 않았습니다!”

"자율적인 방법은 발견을 엄청나게 가속화할 수 있습니다."라고 Yager는 말했습니다. “기본적으로 과학의 일반적인 발견 루프를 '긴축'하여 가설과 측정 사이를 더 빠르게 순환합니다. 그러나 속도뿐 아니라 자율적인 방법은 우리가 연구할 수 있는 범위를 늘려 더 어려운 과학 문제를 해결할 수 있음을 의미합니다.”

“앞으로 우리는 여러 매개변수 간의 복잡한 상호작용을 조사하고자 합니다. 우리는 실험 결과를 검증한 CFN 컴퓨터 클러스터를 사용하여 시뮬레이션을 수행했지만 필름 두께와 같은 다른 매개변수도 어떻게 중요한 역할을 할 수 있는지 제안했습니다.”라고 Doerk는 말했습니다.

이 팀은 자율 연구 방법을 자기 조립 및 다른 종류의 재료에서 훨씬 더 어려운 재료 발견 문제에 적극적으로 적용하고 있습니다. 자율적 발견 방법은 적응 가능하며 거의 모든 연구 문제에 적용할 수 있습니다.

"우리는 이제 실험을 수행하기 위해 CFN 및 NSLS-II에 오는 광범위한 사용자 커뮤니티에 이러한 방법을 배포하고 있습니다."라고 Yager는 말했습니다. “누구나 우리와 협력하여 재료 연구를 가속화할 수 있습니다. 우리는 이것이 청정 에너지 및 마이크로 전자 공학과 같은 국가 우선 분야를 포함하여 향후 몇 년 동안 수많은 새로운 발견에 힘을 실어줄 것으로 예상합니다.”

소스 나노 매그

.wordads-ad-wrapper { 표시: 없음; 글꼴: 일반 11px Arial, sans-serif; 글자 간격: 1px; 텍스트 장식: 없음; 폭: 100%; 여백: 25px 자동; 패딩: 0; } .wordads-ad-title { margin-bottom: 5px; } .wordads-ad-controls { margin-top: 5px; 텍스트 정렬: 오른쪽; } .wordads-ad-controls span { 커서: 포인터; } .wordads-ad { 너비: 맞춤 콘텐츠; 여백: 0 자동; }

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 출처: https://genesisnanotech.wordpress.com/2023/01/19/artificial-intelligence-ai-discovers-new-nanostructures-brookhaven-center-for-functional-nanomaterials/