Редактор BORDER 
Лего для компьютерного мозга. Ученые разработали искусственный интеллект, который самостоятельно учится захватывать и перемещать отдельные молекулы с помощью сканирующего туннельного микроскопа. Как сообщают исследователи в журнале «Science Advances», эта технология предлагает большой потенциал для нанотехнологий и для разработки 3D-принтеров на молекулярном уровне.
Сканирующие туннельные микроскопы могут перемещать отдельные атомы и молекулы с помощью электрически заряженных наконечников и собирать их в новые структуры. Но в отличие от кубиков Lego, не каждую молекулу можно перемещать во всех направлениях и в любой последовательности. Для каждого изменения требуется определенный паттерн движения, чтобы отделить молекулу от окружающей среды и перестроить ее. Это невозможно ни рассчитать, ни вывести интуитивно — механика в наномасштабе слишком изменчива и сложна.
Обучение через успехи и неудачи
Ключ к новому методу лежит в так называемом обучении с подкреплением — особом варианте обучения на собственном опыте.
«Мы не даем программному агенту решение, а поощряем успех и наказываем неудачи», — объясняет Клаус-Роберт Мюллер из Технического университета Берлина.
На этапе обучения алгоритм снова и снова пытается решить данную задачу, учится на своем положительном и отрицательном опыте и, таким образом, приближается к решению.
«В нашем случае перед агентом была поставлена задача удалить отдельные молекулы из слоя, в котором они удерживаются на месте сложной сетью химических связей. В частности, это были молекулы перилена, такие как те, которые используются для создания красок и органических светодиодов »
Успех в молекулярной головоломке
Программа начиналась со случайных движений, которые молекулe не могли отделить. Основываясь на своем опыте, алгоритм самостоятельно узнал, какие движения и когда имеют наибольшие шансы на успех. Со временем он становился все лучше и лучше и, в конце концов, смог удалить отдельные молекулы.
«Это первый случай, когда нам удалось объединить искусственный интеллект и нанотехнологии»
Первый шаг к автоматическому производству в наномасштабе
Метод интересен для разработки новых производственных нанотехнологий, таких как молекулярный 3D-принтер.
