Agentic inverse design of spatially programmed materials

Gli scienziati dei materiali hanno a lungo trattato la struttura interna di un solido come un paesaggio fisso, determinato dagli ingredienti chimici mescolati insieme e dal calore o dalla pressione applicati durante la creazione. Sebbene possano regolare le proprietà di un materiale cambiando la sua composizione o applicando forze esterne come campi magnetici, hanno faticato a scrivere un modello specifico e personalizzato direttamente all'interno del materiale. Immaginate di cercare di scolpire un disegno unico all'interno di un blocco di pietra senza rompere la superficie; per decenni, questo è stato quasi impossibile perché gli strumenti per dare forma alla materia dall'interno verso l'esterno sono ottusi e imprecisi. L'obiettivo dei "materiali spazialmente programmati" è superare questo limite disponendo atomi o difetti in un modello tridimensionale deliberato, trasformando la profondità di un materiale in una variabile di design proprio come il suo colore o la sua durezza. Questo approccio promette di sbloccare nuovi comportamenti fisici, come guidare la luce o l'elettricità in modi in cui i materiali uniformi non possono, ma il percorso per creare queste strutture è stato bloccato da un problema difficile: capire esattamente come costruirle.

La sfida risiede nel divario tra un design desiderato e i passaggi fisici necessari per realizzarlo. Per creare un modello interno specifico, un ricercatore deve scegliere una sequenza di azioni, come sparare fasci di ioni contro un bersaglio, ma prevedere il risultato di tali azioni è complesso. Tradizionalmente, un esperto umano avrebbe dovuto indovinare la combinazione giusta di energia del fascio, angolo e durata, eseguire una simulazione al computer per vedere il risultato e poi indovinare di nuovo se l'esito era errato. Questo ciclo di tentativi ed errori è lento e si basa pesantemente sull'intuizione umana. In un nuovo studio, i ricercatori del Massachusetts Institute of Technology hanno dimostrato che un agente di intelligenza artificiale può chiudere questo ciclo da solo. Collegando un modello linguistico di grandi dimensioni a un simulatore fisico, hanno creato un sistema in grado di guardare un modello interno desiderato e capire automaticamente l'esatta sequenza di passi necessari per costruirlo, senza bisogno che un essere umano guidi ogni mossa.

I ricercatori hanno testato questo sistema utilizzando l'impiantazione ionica, una tecnica in cui fasci di atomi carichi vengono sparati in un materiale per alterarne le proprietà. Hanno dato all'agente IA un obiettivo semplice: creare un profilo di profondità specifico di ioni o spazi vuoti all'interno di un solido. In un esperimento, i ricercatori hanno disegnato uno schizzo approssimativo di un modello desiderato a mano: una forma che saliva verso un plateau, faceva un gradino e poi si livellava di nuovo. Hanno consegnato questo schizzo all'agente. L'agente ha prima convertito il disegno in un bersaglio digitale, poi ha iniziato a pianificare. Ha selezionato un tipo di ione, in questo caso il bismuto, e un materiale bersaglio, il silicio. Ha poi eseguito una simulazione fisica per vedere come gli ioni di diverse energie avrebbero viaggiato attraverso il silicio. L'agente si è reso conto che un singolo livello di energia del fascio avrebbe creato solo un piccolo rilievo localizzato nel modello. Per riempire l'intera forma, aveva bisogno di combinare molti diversi livelli di energia.

L'agente ha iniziato a iterare. Ha scelto un insieme di energie, ha eseguito la simulazione e ha confrontato il risultato con lo schizzo target. Laddove la simulazione non arrivava all'obiettivo, l'agente aggiungeva nuove energie o regolava quelle esistenti. Ha fatto questo ripetutamente, raffinando il suo piano finché il modello simulato non corrispondeva al bersaglio disegnato a mano con alta precisione. Alla fine, l'agente ha determinato che doveva sparare ioni a 28 diversi livelli di energia, compresi tra 2,0 e 195,8 milioni di elettronvolt, per ricreare la forma. Il risultato finale era un match con uno scarto inferiore all'8 percento, un livello di accuratezza che avrebbe richiesto a un esperto umano molte ore di calcoli manuali e regolazioni.

Il sistema si è dimostrato ugualmente capace con design più complessi. I ricercatori hanno chiesto all'agente di creare un "superreticolo", un modello di picchi e valli ripetuti, e un "superreticolo di Fibonacci", un modello che segue una sequenza matematica in cui la spaziatura tra i picchi cambia in modo specifico e non ripetitivo. Per il modello ripetitivo, l'agente ha spaziato con successo cinque picchi esattamente a 5 micrometri l'uno dall'altro. Per il modello di Fibonacci, ha disposto i picchi seguendo il corretto rapporto matematico, preservando l'ordine unico anche mentre il modello si approfondiva nel materiale. L'agente ha anche affrontato un tipo diverso di sfida: creare un modello specifico di danni, o vacanze, piuttosto che aggiungere solo ioni. Ha progettato con successo una ricetta per creare un gradiente di spazi vuoti attraverso un confine tra due materiali diversi, silicio e germanio, dimostrando di poter controllare non solo dove atterrano gli ioni, ma anche i danni che lasciano dietro di sé.

Uno dei test più pratici ha riguardato i limiti reali delle apparecchiature di laboratorio. In un acceleratore reale, esiste un limite massimo di energia; la macchina non può sparare ioni più velocemente di una certa velocità. I ricercatori hanno chiesto all'agente di progettare un modello che si estendesse più in profondità di quanto consentito da questo limite. Inveve di fallire o ignorare il vincolo, l'agente si è adattato. Si è reso conto di non poter raggiungere le parti più profonde del bersaglio, quindi si è concentrato sulla sezione che poteva raggiungere. Ha poi convertito la sua lista di passaggi energetici discreti in una singola rampa fluida di energia variabile, un piano che un operatore umano avrebbe potuto seguire per far scorrere il fascio da bassa ad alta energia in modo continuo. Ciò ha dimostrato che l'agente non poteva solo risolvere enigmi astratti, ma anche generare istruzioni pratiche ed eseguibili per macchine reali.

I ricercatori hanno anche spinto il sistema ai suoi limiti assoluti chiedendogli di scrivere le lettere "MIT" nella profondità di un materiale. L'agente doveva capire come disporre gli ioni in modo che, osservati lateralmente, la concentrazione di atomi formasse la forma delle lettere. È riuscito a scrivere chiaramente la "M" e la "I", ma la "T" è rimasta sfocata. Questo fallimento non è stato un difetto dell'agente, ma un limite fondamentale della fisica: gli oni si diffondono leggermente mentre viaggiano, un fenomeno noto come straggling, che sfoca i bordi netti a certe profondità. L'agente ha rispettato questa realtà fisica, dimostrando di comprendere le leggi della natura che sta cercando di manipolare.

Questo lavoro segna un cambiamento nel modo in cui i materiali vengono progettati. Invece di un essere umano che ipotizza i passaggi per costruire una struttura, l'agente IA funge da ponte, traducendo un'idea visiva o matematica direttamente in una ricetta fisica. Il sistema non inventa nuova fisica; utilizza strumenti di simulazione consolidati per esplorare il vasto spazio delle possibili combinazioni molto più velocemente di quanto potrebbe fare un essere umano. Automatizzando il processo di progettazione inversa, i ricercatori hanno dimostrato che la struttura spaziale di un materiale può diventare una variabile programmabile. Ciò apre la porta alla creazione di materiali con architetture interne personalizzate, portando potenzialmente a nuovi tipi di dispositivi elettronici, componenti resistenti alle radiazioni o materiali quantistici con proprietà mai viste prima. La capacità dell'agente di gestire compiti complessi e multi-fase con il minimo intervento umano suggerisce un futuro in cui la progettazione della materia è limitata solo dall'immaginazione del progettista e dalle leggi della fisica, piuttosto che dalla difficoltà del calcolo.