美国能源部DOE科学家已经成功证明，自主方法可以发现新材料，人工智能驱动的技术导致了三种新纳米结构的发现，其中包括第一种纳米级“阶梯”，科学家们已经发表了论文。

该研究以「Autonomous discovery of emergent morphologies in directed self-assembly of block copolymer blends」为题发表在《Science Advances》杂志上。

新发现的结构是通过一种叫作自组装的过程形成的，在这种过程中，材料的分子将自己组织成独特的图案。

「自组装可以用作纳米图案技术，这是微电子和计算机硬件进步的驱动力，」CFN科学家和合著者Gregory Doerk说。「这些技术一直在推动使用更小的纳米图案获得更高的分辨率。你可以从自组装材料中获得非常小且严格控制的特征，但它们不一定遵守我们为电路制定的那种规则。通过使用模板指导自组装，我们可以形成更有用的模式。」

CFN是美国能源部科学用户设施办公室，其工作人员致力于建立一个自组装纳米图案类型库，以扩大其应用范围。

CFN与美国能源部高等数学能源研究应用中心（CAMERA）合作，CAMERA一直在开发一个能够自主定义和执行实验所有步骤的人工智能框架，最新的研究是该团队首次成功展示了该算法发现新材料的能力。

在几个小时内，该算法就确定了复杂样本中的三个关键区域，供CFN研究人员更仔细地研究。他们使用CFN电子显微镜设备对这些关键区域进行了精细的成像，揭示了纳米级梯子的轨道和横档，以及其他新特征。

从开始到结束，实验进行了大约六个小时。研究人员估计，如果使用传统方法，他们可能需要大约一个月的时间才能做出这一发现。

该团队正在积极地将他们的自主研究方法应用于自组装以及其他类别材料中更具挑战性的材料发现问题。自主发现方法具有适应性，几乎可以应用于任何研究问题。