基于假设学习的自主扫描探针显微镜：探索铁电材料中的畴翻转物理

我们报道了一种基于假设学习的自动化实验的开发与实现，其中显微镜在自主模式下运行以识别材料响应背后的物理规律。具体而言，我们探究了偏压诱导的相变，其构成了从电池、忆阻器到铁电体与反铁电体等广泛器件与功能材料功能性的基础。这些材料的设计与优化需要在纳米尺度上探究这些相变机制，并作为外加电势、时间等广泛控制参数的函数，这常导致实验上难以处理的情形。同时，这些系统的行为往往可在潜在竞争的理论模型或假设中得到理解。在此，我们建立了一个涵盖畴生长可能极限情形的假设列表，包括热力学限制、畴壁钉扎限制与屏蔽限制。我们进一步开发并在压电响应力显微镜中实验实现了假设驱动的自主实验，自主识别了偏压诱导畴翻转的机制。该方法可应用于具有相对较低维控制参数空间、且系统行为的潜在竞争模型已知或可被建立（理想情况下覆盖全部物理可能性）的广泛物理与化学实验中。这些包括其他扫描探针显微镜模态，如力距离曲线测量与纳米压痕，以及材料合成与优化。