Un groupe de recherche pionnier de l’Université technologique de Graz (TUGraz) utilise l’intelligence artificielle pour améliorer considérablement la façon dont les nanostructures sont construites. Leur objectif est de développer un système d’intelligence artificielle auto-apprenant capable de positionner de manière autonome des molécules avec une précision sans précédent, révolutionnant potentiellement la fabrication de structures moléculaires complexes et de barrières quantiques pour les appareils électroniques avancés.
Les propriétés d’un matériau ne sont souvent pas déterminées par sa composition chimique mais par la disposition de ses molécules au sein d’un réseau atomique ou à sa surface. Les scientifiques des matériaux exploitent ce principe pour localiser des atomes et des molécules individuels sur des surfaces à l'aide de microscopes hautes performances. Cependant, ce processus prend du temps et les nanostructures résultantes restent relativement simples.
Une équipe de recherche de l’Université technologique de Graz espère révolutionner cette approche grâce à l’intelligence artificielle. "Nous voulions développer un système d'intelligence artificielle auto-apprenant, capable de positionner des molécules individuelles dans la bonne direction rapidement, avec précision et tout cela de manière totalement autonome", a déclaré Oliver Hofmann de l'Institut de physique du solide, qui a dirigé l'équipe de recherche. "Ce développement pourrait permettre la construction de structures moléculaires très complexes, notamment des circuits logiques à l'échelle nanométrique."
Le groupe de recherche, appelé « Arrangement moléculaire par intelligence artificielle », a reçu 1,19 million d'euros (1,23 million de dollars) du Fonds scientifique autrichien pour transformer cette vision en réalité.
"La microscopie à effet tunnel unique peut être utilisée pour localiser des molécules individuelles à la surface d'un matériau. La pointe de la sonde émet une impulsion électrique qui dépose les molécules transportées." Oliver Hofmann a déclaré : "Pour une molécule simple, cette étape peut être réalisée en quelques minutes seulement. Cependant, pour construire des structures complexes ayant des effets stimulants potentiels, des milliers de molécules complexes doivent être positionnées individuellement puis testées. Bien entendu, cela prend relativement longtemps."
Cependant, les microscopes à effet tunnel peuvent également être contrôlés par des ordinateurs. L'équipe d'Oliver-Hoffmann espère désormais utiliser diverses méthodes d'apprentissage automatique pour permettre à un tel système informatique de placer indépendamment les molécules dans la bonne position. Premièrement, des méthodes d’intelligence artificielle sont utilisées pour calculer un plan optimal décrivant la manière la plus efficace et la plus fiable de construire la structure. Un algorithme d’intelligence artificielle auto-apprenant contrôle ensuite la pointe de la sonde, plaçant les molécules exactement comme prévu.
"La localisation de molécules complexes avec la plus grande précision est un processus difficile car, malgré le meilleur contrôle possible, leur disposition est toujours soumise à une certaine part de hasard", explique Hofmann. "Les chercheurs intégreront ce facteur de probabilité conditionnelle dans le système d'intelligence artificielle afin qu'il continue de fonctionner de manière fiable."
En utilisant des microscopes à effet tunnel contrôlés par l’intelligence artificielle et capables de fonctionner 24 heures sur 24, les chercheurs espèrent à terme construire ce que l’on appelle des barrières quantiques. Ces nanostructures en forme de grille peuvent être utilisées pour capturer les électrons des matériaux déposés dessus. Les propriétés ondulatoires des électrons conduisent à des interférences mécaniques quantiques, qui pourraient être utilisées pour des applications pratiques. Jusqu’à présent, les barrières quantiques étaient principalement constituées d’atomes uniques.
L'équipe d'Oliver-Hofmann espère désormais les fabriquer à partir de molécules aux formes complexes : "Notre hypothèse est que cela nous permettra de construire des barrières quantiques plus diversifiées et ainsi d'étendre leurs effets de manière ciblée. Les chercheurs espèrent utiliser ces barrières quantiques plus complexes pour construire des circuits logiques afin d'étudier fondamentalement leur fonctionnement au niveau moléculaire. En théorie, de telles portes quantiques pourraient un jour être utilisées pour fabriquer des puces informatiques."
Au cours du programme de cinq ans, l’équipe de recherche a rassemblé des expertises en intelligence artificielle, mathématiques, physique et chimie. Bettina Könighofer de l'Institut de sécurité de l'information est responsable du développement du modèle d'apprentissage automatique. Son équipe devait s'assurer que le système d'auto-apprentissage ne détruisait pas par inadvertance les nanostructures qu'il avait construites.
Jussi Behrndt de l'Institut de mathématiques appliquées déterminera théoriquement les propriétés fondamentales des structures à développer, tandis que Markus Aichhorn de l'Institut de physique théorique traduira ces prédictions en applications pratiques. Leonhard Grill, de l'Institut de chimie de l'Université de Graz, est principalement responsable des expériences réelles avec le microscope à effet tunnel.
Compilé à partir de /ScitechDaily