Electronic and chemical phase identification in photoemission experiments using unsupervised machine learning

Para compreender o mundo material em seu nível mais fundamental, os cientistas frequentemente observam como os elétrons se comportam dentro de um sólido. Imagine projetar um tipo muito específico de luz sobre um pedaço de matéria; essa luz desprende pequenas partículas chamadas elétrons. Ao capturar esses elétrons e medir sua velocidade e direção, os pesquisadores podem mapear a estrutura eletrônica invisível do material, revelando como ele conduz eletricidade ou interage com a luz. Esta técnica, conhecida como espectroscopia de fotoemissão, é incrivelmente poderosa, mas traz consigo uma limitação frustrante: é extremamente sensível à camada mais superficial do material. Como os elétrons medidos vêm de uma profundidade de menos de um nanômetro, a superfície deve estar perfeitamente fresca e limpa. Nas câmaras de vácuo onde esses experimentos ocorrem, mesmo uma superfície prístina começa a se degradar ou mudar em dois dias, muitas vezes muito mais rápido. Isso cria uma corrida contra o tempo. Antes que a ciência possa começar, o pesquisador deve encontrar o local perfeito na amostra para realizar a medição.

O problema é que essas superfícies frescas são frequentemente desorganizadas e irregulares. Uma única amostra pode ter manchas de diferentes composições químicas, camadas de espessuras variadas ou regiões torcidas em ângulos diferentes. Para encontrar o melhor ponto, os cientistas tradicionalmente usam um método chamado varredura raster (raster scan). Eles movem a amostra em um padrão de grade rígido, como um cortador de grama, realizando medições em cada interseção. Eles então param, analisam os dados e decidem se precisam dar um zoom e escanear uma área menor novamente. Esse processo é lento, consome um tempo precioso e muitas vezes desperdiça a vida útil limitada da superfície fresca. Se o cientista escolher uma grade muito fina, perderá tempo medindo a mesma coisa repetidamente. Se a grade for muito grossa, poderá perder as características interessantes por completo. A questão que enfrentava o campo era se um computador poderia aprender a navegar nesse cenário desordenado de forma mais rápida e inteligente do que um humano com uma grade.

Em um estudo recente, uma equipe de pesquisadores introduziu uma nova abordagem chamada AARDVARK, um sistema projetado para guiar esses experimentos usando aprendizado de máquina. Em vez de seguir uma grade rígida ou adivinhar aleatoriamente, este sistema atua como um explorador inteligente que aprende conforme avança. Os pesquisadores testaram sua ideia usando uma amostra complexa feita de duas camadas de grafeno, um material composto por uma única camada de átomos de carbono. Em sua configuração, um grande cristal perfeito de grafeno serviu como base, enquanto uma segunda camada policristalina de grafeno foi colocada por cima. Esta camada superior não era uniforme; era composta por muitas pequenas regiões, cada uma torcida em um ângulo diferente em relação à camada inferior. Isso criou um cenário onde as propriedades eletrônicas mudavam de um ponto para outro, mimetizando o tipo de superfícies heterogêneas e desordenadas que os cientistas encontram em experimentos reais.

O sistema AARDVARK funciona perguntando constantemente: "O que devemos medir a seguir?". Ele começa fazendo algumas medições e, em seguida, utiliza uma ferramenta matemática poderosa para visualizar os dados. Ele comprime a enorme quantidade de informações em cada medição — milhares de pontos de dados descrevendo a energia e o momento dos elétrons — em um mapa simples e colorido. Neste mapa, pontos com propriedades eletrônicas semelhantes aparecem com cores semelhantes, enquanto pontos com propriedades diferentes aparecem com cores distintas. Isso permite que o sistema veja a "forma" do cenário eletrônico da amostra sem precisar entender a física complexa por trás de cada número individual.

Uma vez que o sistema possui esse mapa colorido, ele utiliza um método chamado regressão por processo gaussiano para prever como são as partes não medidas da amostra. Pense nisso como um adivinhador inteligente que não apenas prevê o valor de um novo ponto, mas também calcula o quão incerto está sobre esse palpite. O sistema é programado para priorizar áreas onde ele está mais incerto. Se as cores no mapa mudarem bruscamente de um ponto para o outro, o sistema sabe que encontrou uma fronteira entre duas regiões diferentes e envia o feixe de medição para essa borda para defini-la com mais precisão. Se uma área parecer uniforme, o sistema a ignora, sabendo que medi-la novamente não traria novas informações. Isso permite que o sistema foque sua energia nas bordas e nas características únicas da amostra, ignorando as partes monótonas e repetitivas.

Os pesquisadores simularam esse processo em um computador usando um conjunto de dados de mais de 8.000 pontos pré-medidos para ver o desempenho do AARDVARK em comparação com métodos tradicionais. Eles executaram três cenários diferentes: a nova abordagem de aprendizado de máquina, uma varredura de grade padrão e uma busca aleatória onde os pontos são escolhidos sem lógica. Os resultados foram impressionantes. Após realizar apenas 400 a 600 medições, o sistema AARDVARK já havia identificado as principais fronteiras e regiões distintas da amostra com uma clareza que os métodos de grade e aleatórios só alcançaram após 1.000 a 2.000 medições. O método de grade, que se move em linhas retas, frequentemente perdia tempo medindo as mesmas áreas uniformes repetidamente, enquanto o método aleatório dispersava seus esforços de forma muito ampla para definir qualquer forma específica. O AARDVKA, por outro lado, rapidamente focou nas transições entre diferentes regiões, desenhando efetivamente o mapa do terreno eletrônico da amostra com muito menos etapas.

Essa eficiência não se trata apenas de economizar tempo; trata-se de preservar a amostra. Como a superfície fresca se degrada rapidamente, cada medição conta. Ao encontrar as regiões interessantes mais rapidamente, o AARDVARK reduz o tempo total de exposição da amostra ao feixe de medição, que às vezes pode danificar o material. O sistema provou ser flexível o suficiente para lidar com dois tipos diferentes de medições: uma que mapeia a estrutura eletrônica e outra que identifica a composição química dos átomos. Mesmo que essas duas medições observem a amostra de maneiras diferentes, o sistema se adaptou a ambas, reconhecendo que as fronteiras no mapa eletrônico podem não coincidir perfeitamente com as fronteiras no mapa químico, e ajustou sua busca de acordo.

O estudo demonstra que um computador pode aprender a navegar em um ambiente físico complexo de forma muito mais eficiente do que um caminho rígido e pré-planejado. Ao combinar uma maneira de simplificar dados complexos com um método que aprende com a incerteza, os pesquisadores criaram uma ferramenta que pode guiar experimentos em tempo real. Isso significa que, no futuro, os cientistas poderão gastar menos tempo procurando o lugar certo e mais tempo realizando a ciência propriamente dita, tudo isso enquanto preservam as delicadas amostras que estão estudando. O trabalho sugere que o futuro desses experimentos reside em deixar que os próprios dados digam ao pesquisador onde olhar em seguida, transformando uma busca lenta e manual em uma exploração dinâmica e inteligente.