AI又達(dá)成了一個新成就！

只用6個小時，發(fā)現(xiàn)新的納米結(jié)構(gòu)。如果使用傳統(tǒng)方法，完成這個任務(wù)至少需要1個月。

這一結(jié)果發(fā)表在Science子刊Advance上。

△掃描電子顯微鏡圖像描繪了AI發(fā)現(xiàn)的新型納米結(jié)構(gòu)

實(shí)驗(yàn)來自美國能源部（DOE）布魯克黑文國家實(shí)驗(yàn)室，研究人員用AI驅(qū)動的技術(shù)，發(fā)現(xiàn)了3種新的納米結(jié)構(gòu)。

其中一種的結(jié)構(gòu)還是非常罕見的“階梯”型。

整個過程他們用上叫做gpCAM的算法驅(qū)動框架，它可以自主定義和執(zhí)行實(shí)驗(yàn)的所有步驟。

數(shù)字產(chǎn)品初創(chuàng)公司CEO讀完論文后，大膽放話小蹭了ChatGPT的熱度：

我敢打賭，未來五年里，AI改造工程、材料科學(xué)、制藥，會讓ChatGPT的影響力相形見絀。

發(fā)現(xiàn)三種新的納米結(jié)構(gòu)

新發(fā)現(xiàn)三種納米結(jié)構(gòu)，都是通過一種叫自組裝（self-assembly）的過程形成的。

自組裝是指基本結(jié)構(gòu)單元，比如分子、納米材料、微米等，自發(fā)形成有序結(jié)構(gòu)的一種技術(shù)。

所形成的結(jié)構(gòu)穩(wěn)定，且?guī)缀瓮庥^具有一定規(guī)則。

布魯克海文功能納米材料中心（CFN）的科學(xué)家，也是新研究的作者之一Gregory Doerk解釋：

自組裝材料的特性很小，同時還嚴(yán)格控制，使用這個技術(shù)，能讓更小的納米圖案提高分辨率。

△共同作者Kevin Yager（左）和Gregory Doerk（右）。

介紹一下CFN，這個機(jī)構(gòu)的工作目標(biāo)，就是建立一個自組裝納米模式類型的圖書館，來擴(kuò)大其應(yīng)用范圍。

此前，研究人員證明通過混合兩種自組裝材料，可以形成新的納米圖案類型。

不過一直以來，傳統(tǒng)的自組裝只能形成相對簡單的結(jié)構(gòu)，比如如圓柱體、薄片或球體。

但這一次，研究人員發(fā)現(xiàn)，三種新納米結(jié)構(gòu)中，有個階梯結(jié)構(gòu)！

也就是說，一旦使用恰當(dāng)?shù)幕瘜W(xué)光柵（分光器），混合兩種自組裝材料是完全可以發(fā)現(xiàn)新結(jié)構(gòu)的。

新發(fā)現(xiàn)帶來驚喜，也帶來了實(shí)驗(yàn)過程的新挑戰(zhàn)：

整個自組裝過程需要控制許多參數(shù)，必須找到合適的參數(shù)組合，才能創(chuàng)建新的且有用的結(jié)構(gòu)。

這個過程往往非常漫長。

為了加速研究，CFN的研究人員引入了一種新的AI能力：

自主實(shí)驗(yàn)。

從1個月加速到6小時完成

不妨先聽聽傳統(tǒng)方法是怎么來找合適的參數(shù)組合的～

首先，研究人員會合成一個樣本，然后測量它，從中學(xué)習(xí)有用的信息。

然后，再制作一個不同的樣本，測量它，從中學(xué)習(xí)……

總之就是不斷重復(fù)這個過程，直到解決想要解決的問題。

如此單調(diào)乏味的重復(fù)性工作，為什么不交給AI試試呢？

其實(shí)CFN和同實(shí)驗(yàn)室的科學(xué)用戶設(shè)施辦公室國家同步加速器光源II (NSLS-II）一直在開發(fā)一種AI框架，想讓它可以自動定義和執(zhí)行實(shí)驗(yàn)的所有步驟。

時間緊迫，CFN最終選擇與美國能源部高等數(shù)學(xué)能源研究應(yīng)用中心（CAMERA）合作。

CAMERA的gpCAM算法驅(qū)動框架，就可以進(jìn)行自主決策。合作過程中，gpCAM被用來自主探索模型的不同特征。

最新研究是團(tuán)隊(duì)首次成功演示該算法發(fā)現(xiàn)新材料的能力。

gpCAM加入后，研究小組首先利用CFN的納米加工設(shè)備，制備了一個具有一系列特性的復(fù)雜樣本；接著又在CFN的材料合成設(shè)備中進(jìn)行了自組裝，并進(jìn)行分析。

這個樣品具有光譜性質(zhì)，還包含了研究人員感興趣的每個參數(shù)的梯度。

如此一來，單個樣本就成為了許多不同材料結(jié)構(gòu)的巨大集合。

這個樣本被送到NSLS-II，用超亮X射線進(jìn)行結(jié)構(gòu)研究。

△X 射線散射數(shù)據(jù)(左)顯示與相應(yīng)的掃描電子顯微鏡圖像(右)的關(guān)鍵領(lǐng)域的樣本

射線運(yùn)行時，gpCAM在沒有人為干預(yù)的情況下，創(chuàng)建了一個材料的多個不同結(jié)構(gòu)的模型。

gpCAM要做的還有讓測量更具洞察力，簡單來說就是用AI算法選定下一步該測量的是哪個點(diǎn)位，讓每次測量更準(zhǔn)確。

△NSLS-II的軟物質(zhì)接口 (SMI) 光束線。

從開始到結(jié)束，AI算法一共花了6個小時。

假設(shè)使用的是傳統(tǒng)方法，研究人員至少得在實(shí)驗(yàn)室里泡一個月。

這6個小時內(nèi)，算法已經(jīng)確定了復(fù)雜樣本中的三個關(guān)鍵區(qū)域。

研究人員利用CFN電子顯微鏡設(shè)備對這三個區(qū)域進(jìn)行精確的細(xì)節(jié)成像，揭示了納米軌和梯度，以及其他一些新特征。

“自主實(shí)驗(yàn)可以極大地加速發(fā)現(xiàn)?！盋FN研究員、新研究共同作者Kevin Yager，“這是在‘收緊’科學(xué)界通常的發(fā)現(xiàn)循環(huán)，減少假設(shè)和測量之間的時間間隔?！?/p>

Yager還說，除速度外，自主實(shí)驗(yàn)還增加了可研究范圍，這意味著現(xiàn)在可以嘗試解決更具挑戰(zhàn)性的科學(xué)問題了。

也就是說，自主實(shí)驗(yàn)方法具有自適應(yīng)性，可以應(yīng)用于幾乎所有的研究問題。

研究人員們已經(jīng)在期待研究多個參數(shù)之間復(fù)雜的相互作用，對此，你又有什么期待呢？

參考鏈接：

[1]??https://phys.org/news/2023-01-ai-nanostructures.html??

[2]?https://www.science.org/doi/10.1126/sciadv.add3687[3]?https://www.bnl.gov/newsroom/news.php?a=120993#:~:text=The%20artificial%20intelligence%20(AI)%2D,published%20today%20in%20Science%20Advances.?