新加坡国立大学（NUS）的科学家们取得了一项突破性进展，他们推出了一种开创性的AI驱动方法，可在原子尺度上制造碳基量子材料。这项名为“化学家直觉原子机器人探针”（CARP）的革命性方法，融合了扫描探针显微镜技术和深度神经网络，开启了原子制造的新时代。真正的亮点在于将AI技术应用于亚埃尺度，从而能够更精确地控制量子材料的制造过程。相关成果已于2024年2月29日发表在《自然·合成》（Nature Synthesis）杂志上。.
CARP的出现——重新defi量子材料制造
在纳米技术领域，原子级精度对于推进量子材料制造至关重要。具有稳定π自旋中心和集体量子磁性的开壳层磁性纳米石墨烯，为开发高速tron器件和量子计算机提供了一条极具前景的途径。然而，在原子尺度上实现这些材料的精确制造和调控一直是一项巨大的挑战。新加坡国立大学（NUS）的科学家们率先提出了一种突破性的概念——化学家直觉式原子机器人探针（CARP），为解决这一难题提供了新的思路。.
由副教授卢炯和张春领导的这项创新方法，融合了探针化学知识和人工智能，实现了单分子水平上开壳层磁性纳米石墨烯的自动化制备和表征。CARP利用由表面科学化学家专业知识训练的深度神经网络，能够精确调控πtron 拓扑结构和自旋构型，媲美人类化学家的能力。.
揭示 CARP 的潜力——变革量子材料合成
该研究团队与中国清华大学王晓楠副教授的合作最终促成了发表在《自然·合成》（Nature Synthesis）上的研究成果，这标志着量子材料制备领域的一个重要里程碑。通过严格的测试，CARP 证明了其在执行复杂的位点选择性环脱氢反应方面的有效性，这对于制备具有特定结构和tron性质的化合物至关重要。CARP 通过高效地吸收专家知识并将其转化为机器可理解的任务，模拟了人类化学家的工作流程，从而调控最终化合物的几何形状和自旋特性。.
人工智能技术的集成使CARP能够从实验数据库中trac隐藏的信息，补充理论模拟，并加深对探针化学反应机理的理解。卢副教授强调，CARP的目标是在原子层面开展工作，从而革新量子材料的制备方式，并致力于扩展CARP的框架，使其能够大规模、高效地应用于多种表面探针化学反应。这种变革性的方法有望加速量子材料的基础研究，并为芯片上制造铺平道路，从而开启智能原子制造的新时代。.
随着科学界积极拥抱人工智能驱动的技术以拓展创新边界，CARP 的出现标志着量子材料制造领域的一次重大飞跃。通过将人类专业知识与机器智能无缝融合，CARP 在原子级制造过程中实现了无与伦比的精度和效率。.
这项突破意义深远，其潜在应用范围涵盖高速电子tron到量子计算。然而，在人们对CARP的各项能力感到兴奋的同时，一个问题仍然存在： 人工智能的融合 在未来几年重塑纳米技术和量子材料研究的格局？
