p Materiais funcionais são comumente empregados em tecnologias emergentes, como soluções de energia verde e novos dispositivos eletrônicos. Esses materiais são tipicamente misturas de diferentes componentes orgânicos e inorgânicos e têm muitas propriedades vantajosas para novas aplicações. Para atingir todo o seu potencial, precisamos de conhecimentos precisos sobre sua estrutura atômica. Ferramentas experimentais de última geração, como microscopia de força atômica (AFM), pode ser usado para investigar adsorbatos moleculares orgânicos em superfícies metálicas. p Contudo, interpretar a estrutura real a partir de imagens microscópicas costuma ser difícil. Simulações computacionais podem ajudar a estimar as estruturas mais prováveis, mas com materiais complexos, A pesquisa precisa da estrutura é computacionalmente intratável com os métodos convencionais. Recentemente, o grupo CEST desenvolveu novas ferramentas para previsão automatizada de estruturas usando algoritmos de aprendizado de máquina da ciência da computação.

p Neste trabalho mais recente, pesquisadores demonstraram a precisão e eficiência do método de inteligência artificial Bayesian Optimization Structure Search (BOSS). BOSS identificou as configurações de adsorvato de uma molécula de cânfora em uma superfície de Cu (111). Este material foi previamente estudado com AFM, mas inferir as estruturas dessas imagens foi inconclusivo. Aqui, os pesquisadores mostraram que o BOSS pode identificar com sucesso não apenas a estrutura mais provável, mas também oito configurações de adsorvato estáveis ​​que a cânfora pode ter no Cu (111).

p Eles usaram essas estruturas modelo para interpretar melhor os experimentos de AFM e concluíram que as imagens provavelmente apresentam cânfora quimicamente ligada à superfície de Cu por meio de um átomo de oxigênio. Analisar adsorbatos moleculares únicos desta forma é apenas o primeiro passo para estudar montagens mais complexas de várias moléculas em superfícies e, subsequentemente, a formação de monocamadas. O conhecimento adquirido sobre as estruturas de interface pode ajudar a otimizar as propriedades funcionais desses materiais.