Microscope à effet tunnel du groupe de recherche autour du Dr Christian Wagner (PGI-3) au Forschungszentrum Jülich. Crédit :Forschungszentrum Jülich/Christian Wagner
Les molécules sont les éléments constitutifs de la vie quotidienne. De nombreux matériaux en sont composés, un peu comme un modèle LEGO se compose d'une multitude de briques différentes. Mais alors que les briques LEGO individuelles peuvent être simplement déplacées ou supprimées, ce n'est pas si facile dans le nanomonde. Les atomes et les molécules se comportent d'une manière complètement différente des objets macroscopiques et chaque brique nécessite son propre « manuel d'instructions ». Des scientifiques de Jülich et de Berlin ont maintenant développé un système d'intelligence artificielle qui apprend de manière autonome à saisir et à déplacer des molécules individuelles à l'aide d'un microscope à effet tunnel. La méthode, qui a été publié dans Avancées scientifiques , n'est pas seulement pertinent pour la recherche, mais aussi pour les nouvelles technologies de production telles que l'impression 3D moléculaire.
Prototypage rapide, la production rapide et rentable de prototypes ou de modèles, mieux connue sous le nom d'impression 3D, s'est depuis longtemps imposée comme un outil important pour l'industrie. "Si ce concept pouvait être transféré à l'échelle nanométrique pour permettre aux molécules individuelles d'être spécifiquement assemblées ou séparées à nouveau, tout comme les briques LEGO, les possibilités seraient presque infinies, étant donné qu'il existe environ 1060 types de molécules envisageables, " explique le Dr Christian Wagner, chef du groupe de travail ERC sur la manipulation moléculaire au Forschungszentrum Jülich.
Il y a un problème, toutefois. Bien que le microscope à effet tunnel soit un outil utile pour déplacer des molécules individuelles d'avant en arrière, une "recette" personnalisée spéciale est toujours requise afin de guider la pointe du microscope pour organiser les molécules dans l'espace de manière ciblée. Cette recette ne peut ni être calculée, ni déduite par intuition - la mécanique à l'échelle nanométrique est tout simplement trop variable et complexe. Après tout, la pointe du microscope n'est finalement pas une pince souple, mais plutôt un cône rigide. Les molécules adhèrent simplement légèrement à la pointe du microscope et ne peuvent être placées au bon endroit que grâce à des modèles de mouvement sophistiqués.
"À ce jour, un tel mouvement ciblé de molécules n'a été possible qu'à la main, par essais et erreurs. Mais avec l'aide d'un auto-apprentissage, système de contrôle logiciel autonome, nous avons maintenant réussi pour la première fois à trouver une solution à cette diversité et variabilité à l'échelle nanométrique, et en automatisant ce processus, " se réjouit le Prof. Dr. Stefan Tautz, directeur de l'institut Quantum Nanoscience de Jülich.