KI automatisiert atomaren Aufbau funktionaler Materialien

Forschende am Oak Ridge National Laboratory (ORNL) haben ein KI-gesteuertes System entwickelt, das den autonomen Aufbau funktioneller Materialien auf atomarer Ebene ermöglicht. Die im Fachblatt ACS Nano veröffentlichte Studie demonstriert, wie künstliche Intelligenz in Kombination mit hochauflösender Rastersondenmikroskopie einzelne Moleküle auf Kupferoberflächen präzise positioniert. Dabei übernimmt die KI sowohl die visuelle Erfassung als auch die Steuerung der Manipulation. Das System nutzt ein auf Computervision basierendes Objekt-Erkennungsmodell zur schnellen Lokalisierung einzelner Moleküle sowie ein Verstärkungslern-Modell als steuernde Instanz. Durch belohnungsbasierte Algorithmen optimiert die KI kontinuierlich Parameter wie elektrische Stromstärke, Bias-Spannung und Manipulationsgeschwindigkeit. So werden die Moleküle ohne Beschädigung der ultraspitzen Mikrosonde an ihren Zielort geführt. In einem mehr als 25 Stunden dauernden Autonomietest führte das System nahezu ohne menschliches Zutun mehrere hundert Manöver durch. Als Demonstrator konstruierte das KI-System ein künstliches Gitter aus 37 Molekülen, das exakt der Wabenstruktur von Graphen entspricht. Spektroskopische Analysen bestätigten das Vorhandensein eines Dirac-Punkts, wodurch nachgewiesen wurde, dass das künstliche Material die elektronischen Eigenschaften natürlichen Graphens reproduziert. Zusätzlich validierte die KI ihre Flexibilität, indem sie mittels einzelner Moleküle die Abkürzung ORNL formte. Die Forschung, initiiert am ORNL im US-Energieministerium, markiert einen Paradigmenwechsel in der Materialwissenschaft. Statt Naturstoffe zu entdecken, ermöglicht sie nun die gezielte Konstruktion künstlicher Atomgitter mit maßgeschneiderten elektronischen Eigenschaften. Dieser Ansatz ebnet den Weg für die Entwicklung neuartiger Hochgeschwindigkeitselektronik, fortschrittlicher Speichertechnologien und topologischer Qubits für fehlertolerante Quantencomputer. Trotz des Fortschritts unterliegt das Verfahren derzeit noch technischen Grenzen. Der Prozess ist semi-automatisiert, da menschliche Eingriffe zur Kalibrierung und Stabilisierung der Mikroskopsonde erforderlich sind. Zudem bleibt die Baudichte zeitintensiv: Für den Aufbau des 37-Molekül-Graphennetzes waren etwa 900 Iterationen bei jeweils rund einer Minute Manipulationszeit nötig. Ziel der nächsten Entwicklungsschritte ist der Übergang zum inversen Design, bei dem die KI autonom aus gewünschten Materialeigenschaften die passende atomare Struktur ableitet und aufbaut. Dieser Meilenstein positioniert die atomare Präzisionsfertigung entscheidend auf dem Weg zur industriellen und quantentechnologischen Reife.