La clé de ce développement réside dans ce que l'on appelle l'apprentissage par renforcement, une variante spéciale de l'apprentissage automatique. "Nous ne prescrivons pas de chemin de solution pour l'agent logiciel, mais plutôt récompenser le succès et pénaliser l'échec, " explique le Prof. Dr. Klaus-Robert Müller, chef du département Machine Learning à la TU Berlin. L'algorithme essaie à plusieurs reprises de résoudre la tâche à accomplir et apprend de ses expériences. Le grand public a pris connaissance de l'apprentissage par renforcement il y a quelques années grâce à AlphaGo Zero. Ce système d'intelligence artificielle a développé de manière autonome des stratégies pour gagner le jeu très complexe de Go sans étudier les joueurs humains - et après seulement quelques jours, il était capable de battre les joueurs professionnels de Go.

"Dans notre cas, l'agent a été chargé d'éliminer les molécules individuelles d'une couche dans laquelle elles sont retenues par un réseau complexe de liaisons chimiques. Pour être précis, c'étaient des molécules de pérylène, tels que ceux utilisés dans les colorants et les diodes électroluminescentes organiques, " explique le Dr Christian Wagner. Le défi particulier ici est que la force nécessaire pour les déplacer ne doit jamais dépasser la force de la liaison avec laquelle la pointe du microscope à effet tunnel attire la molécule, puisque ce lien se briserait autrement. "La pointe du microscope doit donc exécuter un modèle de mouvement spécial, que nous devions auparavant découvrir à la main, littéralement, " ajoute Wagner. Alors que l'agent logiciel effectue initialement des actions de mouvement complètement aléatoires qui rompent le lien entre la pointe du microscope et la molécule, au fil du temps, il développe des règles pour déterminer quel mouvement est le plus prometteur pour réussir dans quelle situation et s'améliore donc à chaque cycle.

Cependant, l'utilisation de l'apprentissage par renforcement dans la gamme nanoscopique apporte des défis supplémentaires. Les atomes métalliques qui composent la pointe du microscope à effet tunnel peuvent finir par se déplacer légèrement, ce qui modifie la force de liaison à la molécule à chaque fois. « Chaque nouvelle tentative augmente le risque de changement et donc la rupture du lien entre pointe et molécule. L'agent logiciel est donc contraint d'apprendre particulièrement vite, puisque ses expériences peuvent devenir obsolètes à tout moment, " explique le Prof. Dr. Stefan Tautz. " C'est un peu comme si le réseau routier, Code de la route, carrosserie, et les règles de conduite du véhicule changent constamment en conduite autonome. » Les chercheurs ont surmonté ce défi en faisant apprendre au logiciel un modèle simple de l'environnement dans lequel la manipulation a lieu en parallèle avec les cycles initiaux. L'agent entraîne alors simultanément les deux en réalité et dans son propre modèle, ce qui a pour effet d'accélérer considérablement le processus d'apprentissage.

"C'est la première fois que nous réussissons à associer intelligence artificielle et nanotechnologie, " souligne Klaus-Robert Müller. "Jusqu'à présent, cela n'a été qu'une "preuve de principe", " Tautz ajoute. " Cependant, nous sommes convaincus que nos travaux ouvriront la voie à la construction automatisée assistée par robot de structures supramoléculaires fonctionnelles, comme les transistors moléculaires, cellules mémoire, ou qubits—avec une vitesse, précision, et une fiabilité bien au-delà de ce qui est actuellement possible."