Las propiedades de los materiales a menudo se definen por imperfecciones en su estructura atómica, especialmente cuando el material en sí tiene solo un átomo de espesor, como el grafeno. Investigadores de la Universidad de Viena han desarrollado un método para la creación controlada de tales imperfecciones en grafeno a escalas de longitud que se acercan al mundo macroscópico. Estos resultados, confirmado por imágenes microscópicas de resolución atómica y publicado en la revista Nano letras , sirven como un punto de partida esencial tanto para adaptar el grafeno para aplicaciones como para el desarrollo de nuevos materiales.

El grafeno consta de átomos de carbono dispuestos en un patrón similar a una malla de gallinero. Este material de un átomo de espesor es famoso por sus muchas propiedades extraordinarias, como una fuerza extrema y una notable capacidad para conducir electricidad. Desde su descubrimiento, Los investigadores han buscado formas de adaptar aún más el grafeno a través de la manipulación controlada de su estructura atómica. Sin embargo, hasta ahora, tales modificaciones solo se han confirmado localmente, debido a los desafíos en la obtención de imágenes de resolución atómica de grandes muestras y el análisis de grandes conjuntos de datos.

Ahora, un equipo alrededor de Jani Kotakoski en la Universidad de Viena junto con Nion Co.ha combinado una configuración experimental construida alrededor de un microscopio Nion UltraSTEM 100 de resolución atómica y nuevos enfoques para imágenes y análisis de datos a través del aprendizaje automático para llevar el control del grafeno a escala atómica. hacia tamaños de muestra macroscópicos. El procedimiento experimental se muestra en la Figura 1.

El experimento comienza limpiando el grafeno mediante irradiación láser, después de lo cual se modifica de forma controlable mediante irradiación de iones de argón de baja energía. Después de transferir la muestra al microscopio al vacío, se obtiene una imagen a resolución atómica con un algoritmo automático. Las imágenes grabadas se pasan a una red neuronal que reconoce la estructura atómica y proporciona una visión general completa de la alteración a escala atómica de la muestra.

"La clave del éxito del experimento fue la combinación de nuestra configuración experimental única con los nuevos algoritmos de aprendizaje automático e imágenes automatizadas, "dice Alberto Trentino, el autor principal del estudio. "Desarrollar todas las piezas necesarias fue un verdadero esfuerzo de equipo, y ahora se pueden utilizar fácilmente para experimentos de seguimiento, ", continúa. De hecho, después de esta modificación a escala atómica confirmada del grafeno en un área grande, los investigadores ya están ampliando el método para emplear las imperfecciones estructurales creadas para anclar los átomos de impurezas a la estructura. "Estamos entusiasmados con la perspectiva de crear nuevos materiales diseñados a partir del nivel atómico, basado en este método, "Jani Kotakoski, el líder del equipo de investigación, concluye.