Nowatorskie materiały powstają atom po atomie. Tych kwantowych klocków LEGO nie układa człowiek

Sztuczna inteligencja dysponuje możliwościami, które już teraz eliminują niektóre zawody z życia codziennego. Z jej pomocy chętnie korzystają natomiast inżynierowie zajmujący się projektowaniem nieznanych wcześniej materiałów.
Microsoft ChatGPT
Microsoft ChatGPT

Najlepiej świadczy o tym historia z Azji, za którą stoją przedstawiciele National University of Singapore. Dzięki ich staraniom powstało narzędzie pozwalające na tworzenie materiałów kwantowych opartych na węglu. Atom po atomie układają je sieci neuronowe zintegrowane ze skaningowymi mikroskopami elektronowymi.

Czytaj też: Sztuczna inteligencja pomoże w namierzeniu nowych materiałów do wychwytywania dwutlenku węgla

Publikacja poświęcona dokonaniom singapurskich badaczy została zaprezentowana w Nature Synthesis. Poza oczywistym skutkiem przeprowadzonych badań, jakim jest wizja projektowania nieznanych wcześniej materiałów o wyjątkowych właściwościach, istotny jest również inny aspekt. Chodzi o wykazanie przydatności sztucznej inteligencji w realizacji nawet najbardziej wymagających zadań.

W centrum zainteresowania członków zespołu badawczego znalazły się tzw. nanografeny magnetyczne z otwartą powłoką. Wykazywane przez nie właściwości sprawiają, iż takie materiały mogłyby doprowadzić do małej rewolucji w projektowaniu zaawansowanej elektroniki, na przykład komputerów kwantowych oraz innych urządzeń wykorzystywanych do wykonywania skomplikowanych obliczeń.

Materiały znane jako nanografeny magnetyczne z otwartą powłoką mogą być projektowane szybciej dzięki wykorzystaniu narzędzia opartego na głębokich sieciach neuronowych

Istotnym elementem prowadzonych w ostatnim czasie badań była koncepcja CARP (chemist-intuited atomic robotic probe), w której tzw. głębokie sieci neuronowe są szkolone z wykorzystaniem wiedzy dostarczonej przez chemików. Po przejściu szkolenia takie narzędzie zyskuje możliwość autonomicznej syntezy nanografenów magnetycznych z otwartą powłoką.

W teorii brzmi to świetnie, ale jak opisywane rozwiązanie sprawdziło się w praktyce? Autorzy wspomnianej publikacji przekonują, iż bardzo dobrze. Jak twierdzą, zaprojektowane przez nich narzędzie jest w stanie skutecznie przyswajać wiedzę dostarczaną mu z zewnątrz (przez ludzi), przekształcać ją tak, aby maszyny ją “rozumiały”, a następnie projektować nowe materiały wykazujące pożądane właściwości.

Czytaj też: Potężny laser w rękach Polaków. Jego impulsy są szybsze niż mrugnięcie okiem i robią cuda

Jakby tego było mało, w koncepcji CARP zaobserwowano zdolność do wychwytywania szczegółów umykających uwadze ludzi. Dotychczasowe dokonania imponują, ale autorzy nie zamierzają na tym poprzestawać. Wyjaśniają, iż w ramach dalszych starań chcieliby poszerzyć strukturę CARP, co miałoby się przełożyć na przekształcenie dotychczasowego laboratoryjnego procesu syntezy na powierzchni w kierunku produkcji na układach, otwierając drzwi do praktycznych zastosowań.

Pula znanych nauce materiałów rośnie, ale szukanie kolejnych z wykorzystaniem tradycyjnych metod stawało się coraz trudniejsze. Zaawansowane narzędzia oparte na sztucznej inteligencji ułatwiają realizację tego zadania. Pozwalają bowiem na testowanie tysięcy różnych wariantów, nieporównywalnie skracając czas potrzebny na identyfikację nowych materiałów cechujących się przydatnymi właściwościami.