美國能源部 (DOE) 布魯克海文國家實驗室的科學(xué)家已成功證明自主方法可以發(fā)現(xiàn)新材料。人工智能 (AI) 驅(qū)動的技術(shù)導(dǎo)致發(fā)現(xiàn)了三種新的納米結(jié)構(gòu)，包括首創(chuàng)的納米級「梯子」。

該研究以「Autonomous discovery of emergent morphologies in directed self-assembly of block copolymer blends」為題發(fā)表在《Science Advances》雜志上。

論文鏈接：

https://www.science.org/doi/10.1126/sciadv.add3687

新發(fā)現(xiàn)的結(jié)構(gòu)是通過稱為自組裝的過程形成的，在該過程中，材料的分子將自身組織成獨特的模式。布魯克海文功能納米材料中心 (CFN) 的科學(xué)家是指導(dǎo)自組裝過程、創(chuàng)建材料模板以形成微電子、催化等應(yīng)用的理想排列的專家。他們發(fā)現(xiàn)的納米階梯和其他新結(jié)構(gòu)進(jìn)一步拓寬了自組裝的應(yīng)用范圍。

「自組裝可以用作納米圖案技術(shù)，這是微電子和計算機(jī)硬件進(jìn)步的驅(qū)動力，」CFN科學(xué)家和合著者Gregory Doerk說?！高@些技術(shù)一直在推動使用更小的納米圖案獲得更高的分辨率。你可以從自組裝材料中獲得非常小且嚴(yán)格控制的特征，但它們不一定遵守我們?yōu)殡娐分贫ǖ哪欠N規(guī)則。通過使用模板指導(dǎo)自組裝，我們可以形成更有用的模式。」

美國能源部科學(xué)用戶設(shè)施辦公室CFN的工作人員科學(xué)家旨在建立一個自組裝納米圖案類型庫，以擴(kuò)大其應(yīng)用范圍。在之前的研究中，他們證明了通過將兩種自組裝材料混合在一起可以實現(xiàn)新型圖案。

CFN小組負(fù)責(zé)人兼合著者Kevin Yager表示：「我們現(xiàn)在可以創(chuàng)建一個以前從未有人夢想過的階梯結(jié)構(gòu)，這一事實令人驚嘆。傳統(tǒng)的自組裝只能形成相對簡單的結(jié)構(gòu)，如圓柱體、薄片和球體。但通過將兩種材料混合在一起并使用正確的化學(xué)光柵，我們發(fā)現(xiàn)全新的結(jié)構(gòu)是可能的?！?/p>

將自組裝材料混合在一起使CFN科學(xué)家能夠發(fā)現(xiàn)獨特的結(jié)構(gòu)，但同時也帶來了新的挑戰(zhàn)。由于在自組裝過程中需要控制更多參數(shù)，找到正確的參數(shù)組合來創(chuàng)建新的有用結(jié)構(gòu)是一場與時間的較量。為了加速他們的研究，CFN科學(xué)家利用了一種新的AI功能：自主實驗。

與美國能源部勞倫斯伯克利國家實驗室的能源研究應(yīng)用高等數(shù)學(xué)中心 (CAMERA)、CFN的布魯克海文科學(xué)家和國家同步加速器光源 II (NSLS-II) 合作，布魯克海文實驗室的另一個科學(xué)用戶設(shè)施美國能源部辦公室， 一直在開發(fā)一個人工智能框架，可以自主定義和執(zhí)行實驗的所有步驟。CAMERA的gpCAM算法驅(qū)動框架的自主決策。最新研究是該團(tuán)隊首次成功展示該算法發(fā)現(xiàn)新材料的能力。

X射線散射數(shù)據(jù)（左）與AI算法識別的樣品中關(guān)鍵區(qū)域的相應(yīng)掃描電子顯微鏡圖像（右）一起顯示。這些圖像揭示了三種新穎的納米圖案：交替線（頂部）、傾斜（中心）和階梯（底部）。比例尺為500納米。

「gpCAM是一種用于自主實驗的靈活算法和軟件，」伯克利實驗室科學(xué)家兼合著者M(jìn)arcus Noack說。「在這項研究中，它被特別巧妙地用于自主探索模型的不同特征?！?/p>

「在伯克利實驗室同事的幫助下，我們已經(jīng)準(zhǔn)備好使用該軟件和方法，現(xiàn)在我們已經(jīng)成功地使用它來發(fā)現(xiàn)新材料，」Yager說。「我們現(xiàn)在已經(jīng)對自主科學(xué)有了足夠的了解，我們可以很容易地將材料問題轉(zhuǎn)化為自主問題?！?/p>

為了使用他們的新算法加速材料發(fā)現(xiàn)，該團(tuán)隊首先開發(fā)了一個具有一系列特性的復(fù)雜樣本以供分析。研究人員使用CFN納米加工設(shè)備制造了樣品，并在CFN材料合成設(shè)備中進(jìn)行了自組裝。

「做材料科學(xué)的一種老派方法是合成一個樣本，對其進(jìn)行測量，從中學(xué)習(xí)，然后返回并制作不同的樣本并不斷迭代該過程，」Yager說?！赶喾矗覀冎谱髁艘粋€樣本，該樣本具有我們感興趣的每個參數(shù)的梯度。因此，單個樣本是許多不同材料結(jié)構(gòu)的大量集合?！?/p>

然后，該團(tuán)隊將樣品帶到NSLS-II，后者會產(chǎn)生超亮 X 射線，用于研究材料的結(jié)構(gòu)。CFN與NSLS-II合作運(yùn)營三個實驗站，其中一個用于本研究，即軟物質(zhì)接口 (SMI) 光束線。

NSLS-II的科學(xué)家兼合著者M(jìn)asa Fukuto說：「SMI光束線的優(yōu)勢之一是它能夠?qū)射線束聚焦到樣品上，精度可達(dá)微米級?！?「通過分析這些微束X射線如何被材料散射，我們了解材料在照明點的局部結(jié)構(gòu)。然后在許多不同點的測量可以揭示局部結(jié)構(gòu)在梯度樣本中的變化。在這項工作中，我們讓人工智能算法動態(tài)選擇接下來要測量的點，以最大化每次測量的價值?！?/p>

由于樣品是在SMI光束線上測量的，因此該算法無需人工干預(yù)即可創(chuàng)建材料的眾多不同結(jié)構(gòu)集的模型。該模型會隨著每次后續(xù)的 X 射線測量進(jìn)行自我更新，從而使每次測量都更加深入和準(zhǔn)確。

國家同步加速器光源 II 的軟物質(zhì)接口 (SMI) 光束線

在幾個小時內(nèi)，該算法就確定了復(fù)雜樣本中的三個關(guān)鍵區(qū)域，供CFN研究人員更仔細(xì)地研究。他們使用CFN電子顯微鏡設(shè)備對這些關(guān)鍵區(qū)域進(jìn)行了精細(xì)的成像，揭示了納米級梯子的軌道和橫檔，以及其他新特征。

從開始到結(jié)束，實驗進(jìn)行了大約六個小時。研究人員估計，如果使用傳統(tǒng)方法，他們可能需要大約一個月的時間才能做出這一發(fā)現(xiàn)。

「自主方法可以極大地加速發(fā)現(xiàn)，」Yager說?！杆举|(zhì)上是 [收緊] 通常的科學(xué)發(fā)現(xiàn)循環(huán)，以便我們更快地在假設(shè)和測量之間循環(huán)。然而，除了速度之外，自主方法擴(kuò)大了我們可以研究的范圍，這意味著我們可以解決更具挑戰(zhàn)性的科學(xué)問題?！?/p>

「展望未來，我們想研究多個參數(shù)之間復(fù)雜的相互作用。我們使用CFN計算機(jī)集群進(jìn)行了模擬，驗證了我們的實驗結(jié)果，但他們也提出了其他參數(shù)，如薄膜厚度，也可以發(fā)揮重要作用，」 Doerk說。

該團(tuán)隊正在積極地將他們的自主研究方法應(yīng)用于自組裝以及其他類別材料中更具挑戰(zhàn)性的材料發(fā)現(xiàn)問題。自主發(fā)現(xiàn)方法具有適應(yīng)性，幾乎可以應(yīng)用于任何研究問題。

「我們現(xiàn)在正在將這些方法部署到來到CFN和NSLS-II進(jìn)行實驗的廣大用戶社區(qū)，」Yager說?！溉魏稳硕伎梢耘c我們合作，加速他們材料研究的探索。我們預(yù)計，這將在未來幾年帶來一系列新發(fā)現(xiàn)，包括清潔能源和微電子等國家優(yōu)先領(lǐng)域?！?/p>

審核編輯 ：李倩