格拉茨理工大學（TU Graz）的一個開創性研究小組正在利用人工智慧大幅提升奈米結構的建構方式。他們的目標是開發一種自我學習的人工智慧系統，能夠以前所未有的精度自主定位分子，從而有可能徹底改變複雜分子結構和先進電子裝置量子柵欄的製造。

用掃描穿隧顯微鏡可以在材料表面定位單一分子。 探針的尖端發出電脈衝，將攜帶的分子沉積下來。 資料來源：Bernhard Ramsauer – 格拉茨理工大學

材料的特性通常不是由其化學成分決定的，而是由其分子在原子晶格內或表面的排列方式決定的。 材料科學家利用這項原理，使用高性能顯微鏡在表面上定位單個原子和分子。 然而，這個過程非常耗時，而且產生的奈米結構仍然相對簡單。

格拉茨理工大學的研究小組希望利用人工智慧徹底改變這種方法。研究小組的負責人、固態物理研究所的奧利佛霍夫曼（Oliver Hofmann）說：”我們希望開發一種自我學習的人工智慧系統，它能快速、準確、以正確的方向定位單一分子，而且所有這些都是完全自主的。

這個名為”透過人工智慧進行分子排列”的研究小組已經從奧地利科學基金獲得了119萬歐元（123萬美元）的資助，用於將這一願景變為現實。

” 使用掃描穿隧顯微鏡可以在材料表面定位單個分子。探針的尖端發出電脈衝，將攜帶的分子沉積下來。”奧利弗-霍夫曼（Oliver Hofmann） 說：”對於一個簡單的分子，一個人只需幾分鐘就能完成這一步驟。

不過，掃描穿隧顯微鏡也可以由電腦控制。 奧利佛-霍夫曼的團隊現在希望利用各種機器學習方法，讓這樣的電腦系統獨立地將分子置於正確的位置。 首先，利用人工智慧方法計算出一個最佳計劃，該計劃描述了建造結構的最高效、最可靠的方法。 然後，自學式人工智慧演算法控制探針尖端，按照計畫精確地放置分子。

霍夫曼解釋說：”以最高精度定位複雜分子是一個困難的過程，因為儘管進行了盡可能好的控制，但它們的排列總是受到一定程度的偶然性影響。研究人員將把這種條件概率因素整合到人工智慧系統中，使其仍能可靠地發揮作用。

利用人工智慧控制的掃描穿隧顯微鏡可以全天候工作，研究人員最終希望建立所謂的量子圍欄。 這些柵極形狀的奈米結構可以用來捕捉沉積在其上的材料中的電子。 電子的波狀特性會導致量子機械干涉，從而可用於實際應用。 迄今為止，量子柵欄主要由單一原子組成。

奧利佛-霍夫曼的團隊現在希望用形狀複雜的分子來製造它們：” 我們的假設是，這將使我們能夠構建更加多樣化的量子柵欄，從而有針對性地擴大它們的效果。研究人員希望利用這些更複雜的量子柵欄來構建邏輯電路，以便從根本上研究它們在分子水平上是如何工作的。

在為期五年的計畫中，研究小組匯集了人工智慧、數學、物理和化學領域的專業知識。 資訊安全研究所的Bettina Könighofer 負責機器學習模型的開發。 她的團隊必須確保自學系統不會無意中破壞其所建構的奈米結構。

應用數學研究所的Jussi Behrndt 將從理論上確定待開發結構的基本屬性，而理論物理研究所的Markus Aichhorn 將把這些預測轉化為實際應用。 格拉茨大學化學研究所的Leonhard Grill 主要負責掃描穿隧顯微鏡的實際實驗。

編譯自/ ScitechDaily