Multitask Scanning Probe Microscopy

侦探的困境：绘制隐形世界

想象你是一名侦探，正试图在一个巨大的、隐形的城市街区中破解谜题。你拥有一把特殊的放大镜，可以看到微小的细节，但它有两种版本：一种是快速、温柔的瞥视，能告诉你街道的形状；另一种是缓慢、沉重且强力的调查，能揭示建筑物的电路布线和秘密，但它耗时极长，甚至可能意外撞坏一些东西。在材料科学的世界里，这个“城市街区”就是材料的微观表面，而这把“放大镜”则是被称为扫描探针显微镜（SPM）的工具。科学家使用这些工具来理解材料的行为方式，这对于制造更好的电子产品、电池和太阳能电池至关重要。

科学家面临的一个大问题是，这些材料相对于他们需要观察的微小细节来说实在太大了。一个计算机芯片或一种新型金属片可能拥有成千上万个需要检查的点。如果他们尝试对每一个点都进行缓慢、重力式的调查，可能需要花费数年时间，并且可能会损坏样品。如果他们只使用快速瞥视，又会错过重要的秘密。长期以来，解决方案就是在每个点都同时进行这两种操作，但这既浪费时间又浪费精力。但如果显微镜足够聪明，能够决定在哪里观察以及使用哪种工具，并能通过一个点学到的知识来推测下一个点的情况呢？这正是这篇论文所解决的挑战：教导显微镜成为一名自主的侦探，它知道何时该温柔对待，何时该深入挖掘，从而在解决谜题的同时节省时间。

论文的故事：一个学会自我选择的智能显微镜

在这项研究中，研究人员介绍了一种使用扫描探针显微镜的新方法，称为“多任务扫描探针显微术”。把它想象成给显微镜装上了一个可以同时处理两项工作的“大脑”。通常，当科学家绘制材料图谱时，他们必须做出决定：“我是要用快速、温柔的模式扫描整个区域，还是要在每一个点都停下来进行缓慢、详细的测试？”在每个地方都做这两件事太慢了，而只做其中一种则会留下知识空白。

团队创建了一个系统，使显微镜不仅能选择观察哪个点，还能选择如何观察。他们使用了一种叫做“多任务高斯过程”的数学技巧。想象一下，你正在尝试预测整个城市的天气。你有两个传感器：一个测量温度（快速且容易），一个测量湿度（缓慢且复杂）。如果你知道这座城市的温度和湿度通常是紧密相关的，那么你就不需要到处测量湿度。如果你在几个新的位置测量了温度，你的智能大脑就可以根据从温度中学到的信息，推测出这些位置的湿度。

在实验室中，研究人员在一种特殊的铝镧氮化物（Aluminum Scandium Nitride）晶圆（一种薄片材料）上测试了这一方法。他们设置了一个包含超过 1,100 个可能测量点的网格。他们定义了两个“任务”：

1. 任务 A： 敲击模式成像，就像轻柔地“嗒-嗒-嗒”敲击，以感受表面的粗糙度。它很快，且不会伤害样品。
2. 任务 B： DART 模式成像，这是一种更复杂的、基于接触的测量，它也会感受粗糙度，但与表面的相互作用方式不同，且耗时更长。

实验从一个“学习阶段”开始。显微镜前往五个随机点，同时进行了温柔的敲击测试和复杂的接触测试。这教会了系统如何将两种测量结果联系起来。他们发现了一种强关联：当表面在温柔敲击下显得粗糙时，在复杂的测试中通常也同样粗糙，相关性得分高达 0.752。

一旦系统学会了这种关系，真正的魔法就开始了。显微镜进入了“闭环”模式，这意味着它可以自主思考、决策并行动。它观察已知的地图，并询问自己：“我下一步需要在哪里观察，以及使用哪种工具能获得最多的信息？”

与其在每个点都用两种工具进行检查，显微镜开始选择一个点并仅执行其中一种测试。如果它在某个新点进行了温柔的敲击，系统就会利用学到的关系来更新对该点复杂测试结果的预测，反之亦然。在 25 个步骤中，显微镜完成了 25 次新的测量。它根据它认为能学到最多信息的判断，选择了 14 次进行复杂的 DART 测试和 11 次进行温柔的敲击测试。

结果令人印象深刻。实验结束时，尽管显微镜在每个位置只执行了一种类型的测量，但它已经绘制出了整个晶圆的粗糙度图谱，且具有很高的置信度。它成功地将其地图中的不确定性降低了约 80%（针对两项任务）。该系统证明了，你不需要对每样东西都测量两次才能了解一切；你只需要聪明地混合你的测量方式。

论文明确排除了“必须执行预定义的测量序列”或“需要用每种工具测量每一个点”的想法。他们表明，固定的、僵化的计划是低效的。然而，他们也指出，这种特定的成功依赖于这两个任务之间存在强关联（两者都在测量粗糙度）。他们建议，对于差异极大或关联较弱的任务，该系统可能需要更复杂的数学模型来运作，但基础已经奠定了。

简而言之，研究人员建造了一台表现得像好奇且高效的探险家的显微镜。它学到了对表面进行快速扫视就能告诉它关于深层属性的很多信息，从而允许它跳过不必要的步骤。这种方法不仅节省了时间，还为探索那些此前规模过大或过于脆弱、无法进行全面详细测绘的庞大且复杂的材料库打开了大门。作者建议，这种方法最终可以用于混合搭配更多不同类型的测量，例如将表面形状与电流或磁场结合起来，引导显微镜前往最值得研究的关键点。