开源软件通过扫描隧道显微镜自动化帮助简化二维材料研究

莫纳什大学研究员JulianCeddia开发的新型开源软件包旨在显著简化使用扫描隧道显微镜(STM)进行材料研究的过程。

该软件名为Scanbot，可自动执行STM实验所必需的耗时的探针优化和数据采集过程，通过在STM尖端自动优化和锐化后进行详细研究，有助于加速二维材料研究。

莫纳什大学的AgustinSchiffrin副教授表示：“我们希望Scanbot能够使世界各地的STM实验室受益，并代表着朝着STM实验全面自动化迈出有意义的一步。”

利用STM自动化改变材料研究

探索和表征表面的原子结构已成为现代科学的一项基本追求。STM是最强大的工具之一，它让科学家能够以这种难以想象的规模探索和与世界互动，提供图像和光谱数据，使我们能够窥视量子领域并了解材料在原子层面上的行为。

STM的工作原理是，在监测电流的同时，用一个精确到单个原子的探针扫描材料表面。该电流携带着构建表面原子级图像所需的所有信息。

然而，拍摄这些令人惊叹的图像绝非易事。一个原子大小的探针极其脆弱，即使与另一个原子、分子或碎片有最轻微的接触也会极大地改变探针的有效性，因此研究人员需要花费大量时间来优化仪器，以确保它能够捕获高质量、可靠的数据。

Scanbot简介

由JulianCeddia领导的莫纳什大学研究人员开发出了一种可靠的方法来自动化这一STM优化过程，从而创建了Scanbot—一个免费的开源软件包。

Ceddia解释说，他厌倦了浪费大量时间来优化和锐化STM探针以获得有意义的数据，后来他突然有了灵感。“在攻读博士学位期间，我花了无数个小时对STM进行微调，我发现，通过对探针在表面戳入几埃后留下的印记进行成像，可以轻松量化探针的质量。”

这些印记包含有关扫描探针尖端原子排列的信息，是获取数据前预测数据质量的关键。“基本上，更锐利的尖端会留下更小的印记。因此，Scanbot通过反复将尖端压入表面来自动化该过程，直到印记显示尖端足够锐利以实现高质量成像，”Ceddia解释道。

这种简单的“尖端成形”方法避免了使用机器学习执行类似任务时遇到的许多挑战。“Scanbot不是用大量标记数据训练人工智能来识别高质量图像，而是使用简单的算法根据探针留下的印记来测量探针尖端的大小和对称性，”该项目的主要合作者BenjaminLowe博士补充道。

但Scanbot的功能不仅限于尖端整形。它还可以自动执行常见的数据采集技术，例如样本测量，从而使STM整体上更易于操作。“我开发Scanbot的目标是让STM更易于使用和用户友好，”Ceddia说。“这就是为什么我投入大量时间来设计直观的用户界面和编写全面的文档。”

行业认可与影响力

前莫纳什大学研究员JackHellerstedt曾对Scanbot的潜力颇有见解，他也对该项目做出了重大贡献，“Scanbot拥有非凡的潜力，它能让新兴的表面科学家思考数据，而不是点击按钮。”

业界已开始关注Scanbot的功能。STM系统控制领域的领先公司SPECS在发现Scanbot后最近联系了Ceddia。

“收到SPECS的电子邮件，要求在其文档中包含Scanbot链接，这令人非常鼓舞，”Ceddia回忆道。“这有力地证明了我们的工作确实可以改变STM的运行方式。”