07.09.2020 - Forschungszentrum Jülich GmbH

Autonomer Roboter spielt mit NanoLEGO

Wissenschaftler entwickeln eine autonome Künstliche Intelligenz, die gezielt einzelne Moleküle greifen und verschieben kann

Moleküle sind die Bausteine des Alltags. Die meisten Materialien setzen sich aus ihnen zusammen, vergleichbar mit einem Legomodell, das aus einer Vielzahl von unterschiedlichen Steinen besteht. Doch während man beim Lego einzelne Steine ganz einfach versetzen oder wegnehmen kann, ist das in der Nanowelt nicht so ohne weiteres möglich. Atome und Moleküle verhalten sich völlig anders als makroskopische Gegenstände und jeder Baustein braucht seine eigene „Bedienungsanleitung“. Jülicher und Berliner Wissenschaftler haben jetzt eine künstliche Intelligenz entwickelt, die selbstständig lernt, wie sie einzelne Moleküle mittels eines Rastertunnelmikroskops greifen und bewegen kann. Die in Science Advances beschriebene Methode ist nicht nur die für die Forschung, sondern auch für neuartige Fertigungstechnologien wie den molekularen 3D-Druck relevant.

Rapid Prototyping, die schnelle – und kostengünstige – Produktion von Prototypen oder Modellen, besser bekannt als 3D-Druck, hat sich längst als wichtiges Werkzeug für die Industrie etabliert. „Könnte man dieses Konzept auf die Nanoskala übertragen und einzelne Moleküle wie Legosteine gezielt zusammensetzen oder auch wieder trennen, böten sich nahezu unendliche Möglichkeiten, wenn man bedenkt dass es ca. 1060 denkbare Molekülarten gibt“, weiß Dr. Christian Wagner, Leiter der ERC Arbeitsgruppe Molekülmanipulation am Forschungszentrum Jülich.

Das Problem: Mit dem Rastertunnelmikroskop gibt es zwar ein Werkzeug, mit dem sich einzelne Moleküle gut hin und her schieben lassen, für die gezielte räumliche Anordnung benötigt man jedoch immer ein spezielles, geeignetes „Rezept“ zur Führung der Mikroskop-Spitze. Dieses lässt sich weder berechnen, noch intuitiv erschließen – dafür ist die Mechanik auf der Nanoskala viel zu variabel und zu kompliziert. Denn die Mikroskop-Spitze ist kein beweglicher Greifer, sondern ein einfacher starrer Kegel. Die Moleküle haften daran nur leicht an – und lassen sich nur durch ausgeklügelte Bewegungsmuster an Ort und Stelle bringen.

„Bislang war so ein gezieltes Bewegen von Molekülen höchstens per Hand, durch Trial and Error, möglich. Mithilfe einer selbstlernenden, autonomen Software-Steuerung ist es uns nun zum ersten Mal gelungen, eine Lösung für diese Vielfalt und Variabilität auf der Nanoskala zu finden und diesen Prozess zu automatisieren“, freut sich Prof. Dr. Stefan Tautz, Leiter des Jülicher Instituts für Quantum Nanoscience.

Den Schlüssel liegt in dem sogenannten Reinforcement Learning, einer speziellen Variante des maschinellen Lernens. „Wir geben dem Software-Agenten keinen Lösungsweg vor, sondern belohnen Erfolg und bestrafen Misserfolg“, erklärt Prof. Dr. Klaus-Robert Müller, Leiter des Fachgebiets Maschinelles Lernen an der Technischen Universität Berlin. Der Algorithmus versucht immer wieder, die gestellte Aufgabe zu lösen und lernt aus seinen Erfahrungen. In der breiten Öffentlichkeit bekannt geworden ist Reinforcement Learning vor ein paar Jahren durch AlphaGo Zero: Die künstliche Intelligenz entwickelte eigenständig Gewinn-Strategien des hochkomplexen Go-Spiels, ohne menschliche Spieler zu studieren – und war schon nach wenigen Tagen in der Lage, professionelle Go-Spieler zu besiegen.

„In unserem Fall bekam der Agent die Aufgabe, einzelne Moleküle aus einer Schicht zu entfernen, in der sie über ein komplexes Netzwerk an chemischen Bindungen festgehalten werden. Konkret handelte es sich dabei um Perylen-Moleküle, wie sie etwa für Farben und organischen Leuchtdioden verwendet werden“, erklärt Christian Wagner. Die besondere Herausforderung: Die aufgewendete Kraft für die Bewegung darf niemals die Stärke der Bindung überschreiten, mit der die Spitze des Rastertunnelmikroskops das Molekül anzieht, da diese Verbindung sonst bricht. „Die Spitze muss dafür ein spezielles Bewegungsmuster ausführen, das wir früher, im wahrsten Sinne des Wortes, per Hand herausfinden mussten“, so Christian Wagner. Während der Softwareagent anfangs völlig zufällige Bewegungsaktionen ausführt, die die Bindung zwischen Spitze und Molekül abreißen lassen, entwickelt er mit der Zeit Regeln, welche Bewegung in welcher Situation am erfolgversprechendsten ist und wird daher mit jedem Durchlauf besser.

Der Einsatz des Reinforcement Learning im nanoskopischen Bereich hält jedoch zusätzliche Herausforderungen parat. Die Metallatome, aus denen die Spitze des Rastertunnelmikroskops besteht, können sich leicht verschieben, was die Bindungsstärke zum Molekül jedes Mal ändert. „Jeder neue Versuch macht die Gefahr einer Veränderung und damit den Abriss der Bindung zwischen Spitze und Molekül größer. Somit ist der Software-Agent gezwungen, besonders schnell zu lernen, da seine Erfahrungen jederzeit hinfällig werden könnten“, so Stefan Tautz. „Es ist ein bisschen, als würden sich beim autonomen Fahren ständig das Straßennetz, die Verkehrsregeln, der Aufbau sowie die Bedienungsregeln des Fahrzeugs ändern.“ Die Forscher haben diese Schwierigkeit überwunden, indem die Software parallel zu den ersten Versuchen auch ein einfaches Modell der Umgebung lernt, in der die Manipulation stattfindet. Der Agent trainiert dann gleichzeitig sowohl in der Realität als auch in seinem eigenen Modell, was den Lernprozess stark beschleunigt.

„Das ist das erste Mal überhaupt, dass es gelungen ist, künstliche Intelligenz und Nanotechnologie zusammenzubringen“, betont Klaus-Robert Müller. „Bis jetzt handelt es sich zwar ausschließlich um ein ‚Proof of Principle‘“, erklärt Stefan Tautz. „Doch wir sind zuversichtlich, dass unsere Arbeit Wegbereiter für die robotergestützte, automatische Konstruktion funktioneller, supramolekularer Strukturen sein wird, beispielsweise von molekularen Transistoren und Speicherzellen – in einer Geschwindigkeit, Präzision und Ausdauer, die unsere derzeitigen Möglichkeiten weit übertreffen.“

Fakten, Hintergründe, Dossiers
  • künstliche Intelligenz
  • Moleküle
  • Rastertunnelmikroskope
  • 3D-Druck
  • Rapid Prototyping
  • maschinelles Lernen
Mehr über Forschungszentrum Jülich
  • News

    Magnetische Nanoteilchen ändern in einem Magnetfeld ihre magnetische Struktur

    Werden ultrafeine magnetische Partikel einem von außen einwirkenden Magnetfeld ausgesetzt, wächst ihr magnetischer Kern in bisher unerwarteter Weise. Das hat ein Team von Wissenschaftlern der Universität zu Köln, des Forschungszentrums Jülich und des Instituts Laue-Langevin in Grenoble, Fra ... mehr

    Ionische Flüssigkeit sprengt Holzfasern in wenigen Minuten

    Aus Holz lassen sich hochwertige Biopolymere gewinnen, die fossile Rohstoffe als Ausgangsmaterial für eine Vielzahl von Produkten ersetzen könnten. Dazu sind jedoch mildere Verfahren nötig als etwa bei der Zellstoffgewinnung zur Papierherstellung. Sogenannte ionische Flüssigkeiten eignen si ... mehr

    Neues Verständnis der Defektbildung an Silizium-Elektroden

    Theoretisch lässt sich das Speichervermögen von handelsüblichen Lithiumionen-Batterien noch vervielfachen – mit einer Elektrode, die auf Silizium anstatt auf Graphit basiert. Doch in der Praxis machen solche Akkus mit Silizium-Anoden nach wenigen Lade-Entlade-Zyklen schlapp. Ein internation ... mehr

  • Videos

    Zukunft ist unsere Aufgabe: Das Forschungszentrum Jülich

    Das Forschungszentrum Jülich betreibt interdisziplinäre Spitzenforschung in den Bereichen Energie und Umwelt sowie Information und Gehirn. Es stellt sich drängenden Fragen der Gegenwart und entwickelt Schlüsseltechnologien für morgen. mehr

    Die (R)Evolution der Elektronenmikroskopie - So funktioniert PICO

    Das Elektronenmikroskop PICO erreicht eine Rekordauflösung von 50 Milliardstel Millimetern. Es ermöglicht Anwendern aus Wissenschaft und Industrie, atomare Strukturen in größtmöglicher Genauigkeit zu untersuchen und Fortschritte in Bereichen wie der Energieforschung oder den Informationstec ... mehr

  • Stellenangebote

    Teamleiter (w/m/d) im Bereich Brennstoffzellen und elektrochemische Charakterisierung

    Forschung für eine Gesell­schaft im Wandel: Das ist unser Antrieb im For­schungs­zen­trum Jülich. Als Mitglied der Helmholtz-Gemein­schaft stellen wir uns großen gesellschaft­lichen Heraus­forde­rungen unserer Zeit und erforschen Optionen für die digi­talisierte Gesell­schaft, ein klimascho ... mehr

    Teamleiter (w/m/d) im Bereich elektrochemische Wasserstofftechnologien

    Sie möchten durch Ihre Arbeit einen Beitrag zur Energie­wende in Deutschland leisten? Dann sind Sie am Helmholtz-Institut Erlangen-Nürnberg (HI ERN) genau richtig! Das HI ERN bildet das Kernstück einer engen Partnerschaft zwischen dem Forschungs­zentrum Jülich, dem Helmholtz-Zentrum Berlin ... mehr

  • Firmen

    Forschungszentrum Jülich GmbH, Projektträger Jülich

    Forschungsförderung im Auftrage der Bundesministerien für Bildung und Forschung (BMBF), Wirtschaft (BMWA), Umwelt (BMU) sowie verschiedener Bundesländer. mehr

  • Forschungsinstitute

    Forschungszentrum Jülich GmbH

    Das Forschungszentrum Jülich betreibt interdisziplinäre Spitzenforschung zur Lösung großer gesellschaftlicher Herausforderungen in den Bereichen Gesundheit, Energie & Umwelt sowie Informationstechnologie. Kombiniert mit den beiden Schlüsselkompetenzen Physik und Supercomputing werden in Jül ... mehr

    Forschungszentrum Jülich GmbH, Projektträger Jülich

    Erfolgreiche Wissenschaft braucht mehr als gute Forschung. Damit öffentliche Förderprogramme ihre Ziele erreichen, Industriepartner und Forschungseinrichtungen gewinnbringend zusammenarbeiten und Forscher über Fördermöglichkeiten in ihrem Arbeitsfeld gut informiert sind, ist Sachverstand im ... mehr

  • q&more Artikel

    Makromolekulare Umgebungen beeinflussen Proteine

    Eine intensive Wechselwirkung von Proteinen mit anderen Makromolekülen kann wichtige Eigenschaften von Proteinen wie z. B. die Translationsbeweglichkeit oder den Konformationszustand signifi kant verändern. mehr

    Koffein-Kick

    Koffein ist die weltweit am weitesten verbreitete psycho­aktive Substanz. Sie findet sich als Wirkstoff in Getränken wie Kaffee, Tee und sog. Energy Drinks. Koffein kann Vigilanz und Aufmerksamkeit erhöhen, Schläfrigkeit reduzieren und die kognitive Leistungsfähigkeit steigern. Seine neurob ... mehr

  • Autoren

    Prof. Dr. Jörg Fitter

    Jg. 1963, studierte Physik an der Universität Hamburg. Nach seiner Promotion an der FU Berlin war er im Bereich der Neutronenstreuung und der molekularen Biophysik am HahnMeitnerInstitut in Berlin und am Forschungszentrum Jülich tätig. Er habilitierte sich in der Physikalischen Biologie der ... mehr

    Dr. David Elmenhorst

    David Elmenhorst, geb. 1975, studierte Medizin in Aachen und promovierte am Deutschen Zentrum für Luft- und Raumfahrt in Köln im Bereich der Schlafforschung. 2008/2009 war er Gastwissenschaftler am Brain Imaging Center des Montreal Neuro­logical Institut in Kanada. Seit 2003 ist er in der A ... mehr

    Prof. Dr. Andreas Bauer

    Andreas Bauer, geb. 1962, studierte Medizin und Philo­sophie in Aachen, Köln und Düsseldorf, wo er auf dem Gebiet der Neurorezeptorautoradiografie promovierte. Seine Facharztausbildung absolvierte er an der Universitätsklinik Köln, er habilitierte an der Universität Düsseldorf im Fach Neuro ... mehr