Les matériaux fonctionnels hybrides combinent des composants organiques et inorganiques et ont de nombreuses propriétés avantageuses. Ils sont couramment utilisés dans les technologies émergentes, tels que les nouveaux appareils électroniques et les solutions d'énergie verte. La maîtrise des propriétés de ces matériaux nécessite une connaissance fine de leur structure atomique, en particulier la configuration des adsorbats moléculaires dans l'interface hybride organique-inorganique. L'identification de la structure des adsorbats non plans volumineux est souvent impossible à atteindre, même avec les outils de pointe actuels. L'interprétation de la structure de molécules volumineuses à partir d'images de microscopie à force atomique (AFM) est un défi, et trouver les structures stables à l'aide de simulations de mécanique quantique est inextricable sur le plan informatique avec les méthodes conventionnelles. Dans un ouvrage récent de Jari Järvi, Benjamin Alldritt, Ondřej Krejci, Milica Todorović, Peter Liljeroth et Patrick Rinke, une nouvelle méthode interdisciplinaire a été développée pour identifier les adsorbats volumineux en combinant la recherche de structure par intelligence artificielle avec des simulations et des expériences AFM.

Dans cette nouvelle approche, les structures de modèles stables sont d'abord identifiées à l'aide de l'outil d'intelligence artificielle Bayesian Optimization Structure Search (BOSS), qui a été récemment développé au CEST. Les meilleures structures candidates sont numérisées en piles d'images à l'aide de simulations AFM avec différentes hauteurs de la pointe du microscope. Les structures du modèle sont corrélées aux expériences en comparant les caractéristiques des images dans les piles d'images AFM simulées et expérimentales, qui permet d'identifier les configurations expérimentales. Dans un article récent, J. Järvi et al. ont démontré cette méthode en identifiant la structure du (1S)-camphre (une molécule volumineuse typique) sur la surface de Cu(111). Ce matériau a été préalablement étudié avec l'AFM, mais déduire la structure des images n'a pas été concluant. En utilisant cette nouvelle approche, ils ont réussi à identifier trois configurations distinctes de (1S)-camphre sur Cu (111) dans les expériences.

La méthode présentée peut être appliquée à d'autres problèmes de recherche de structure d'adsorption et combinée avec d'autres techniques expérimentales. L'analyse de molécules uniques n'est que la première étape vers l'étude d'assemblages moléculaires plus complexes et par la suite la formation de monocouches. Les connaissances structurelles acquises peuvent aider à optimiser les propriétés fonctionnelles de ces matériaux.

L'article de recherche est publié dans Matériaux fonctionnels avancés .