Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

六个自动化实验室联合AI,发现21种先进新材料,全程无人类参与

图片

编辑 | ScienceAI

科学家要被替代了?由六个自动化实验室组成的全球联盟,在人工智能 (AI) 的监督下,着手生产新型激光材料,将工作从合成到测试分开。

来自多伦多大学、伊利诺伊大学厄巴纳-香槟分校、不列颠哥伦比亚大学、波兰科学院等组成的 33 位科学家合作,提出了一种基于云的策略,该策略支持非本地化和异步的设计-制造-测试-分析周期。

该研究共产生了 621 种新化合物,发现了 21 种最先进的新材料,还有一种比任何其他有机材料更有效地发射蓝色激光。

这一壮举表明,在某些领域,自动驾驶实验室可以超越最优秀的科学家,发现人类所错过的东西。

该研究以「Delocalized, asynchronous, closed-loop discovery of organic laser emitters」为题,于 2024 年 5 月 17 日发布在《Science

图片

论文链接:https://www.science.org/doi/10.1126/science.adk9227

「自动化实验室正在超越概念验证演示。」北卡罗来纳州立大学化学工程师 Milad Abolhasani 说,他开发了一个与这项新工作无关的自动驾驶实验室,「他们已经开始将科学的前沿推向新的水平。」

人工智能驱动的实验室对于开发新药、工业催化剂以及能源和减排技术的吸引力是显而易见的。创造新的分子和材料通常是缓慢而乏味的。研究人员不仅必须探索制造分子的无数配方,还必须探索不同的反应条件。他们必须在每一步测试新化合物,并评估扩大生产规模和将材料组装到设备中的方案。

在过去的十年中,机器人已经开始自动化许多这些重复步骤。例如,2015 年,伊利诺伊大学厄巴纳-香槟分校的化学家 Martin Burke 推出了一种用于合成小分子的自动化系统。

图片

论文链接:https://www.science.org/doi/10.1126/science.347.6227.1190

后来,通过结合人工智能,研究人员添加了反馈循环,因此新表征的化合物的数据可以指导下一步合成什么的决策。但 Burke 说,发现新材料并将其组装成设备需要机器人在更多步骤中协同工作。「没有人可以在一个实验室里同时拥有所有这些工具和观点。」

Burke 和多伦多大学理论化学家 Alán Aspuru-Guzik 认为,他们可以将不同实验室中的这些不同功能结合起来。「我们想,让我们建立一个由自动驾驶实验室组成的更大的自动驾驶实验室。」Aspuru-Guzik 说。

因此,两人与韩国基础科学研究所、格拉斯哥大学、不列颠哥伦比亚大学(UBC)和九州大学的实验室合作,专注于一个特定的目标:发现可以发射高纯度激光的有机化合物。

这种材料可以为先进的显示器和电信设备提供动力,因为它们可以制成薄的、柔性的、发光的薄膜。但尽管该领域的工作已经进行了十多年,但只发现了大约十几种候选有机激光发射器。

首先,格拉斯哥大学和 UBC 实验室生产了方糖大小的材料构建块。这些彩色粉末被包装起来并发送给 Burke 和 Aspuru-Guzik 的小组,机器人将它们以不同的组合编织成候选发射器。所有这些都被传递到多伦多,在那里其他机器人在解决方案中描述了它们的发光特性。

对于最好的物质,UBC 实验室确定了如何合成和纯化制造设备所需的大量物质。然后,这些材料以几克为一组被运往日本,九州实验室将它们整合到工作激光器中并测试其性能。

整个操作由一个基于云的人工智能平台监督,该平台主要由多伦多和韩国的团队设计,从每个实验中学习并将反馈纳入后续迭代中。「这几乎就像一首交响乐。」格拉斯哥大学实验室的负责人 Lee Cronin 说。主要障碍是及时在世界各地运输设施。「联邦快递成为了瓶颈。」Burke 说。

这次合作得到了回报。这项工作产生了 621 种新化合物,其中 21 种可与最先进的激光发射器相媲美,还有一种比任何其他有机材料更有效地发射蓝色激光。

瑞士联邦理工学院自动驾驶实验室专家 Philippe Schwaller 表示:「让所有这些不同的组件协同工作真是令人印象深刻。」

发现的速度「太快了」,斯克里普斯研究中心的化学工程师 Donna Blackmond 表示,「他们的方法比平常更快地找到了优秀的候选物。」

这并不是最近唯一的成功。例如 2023年,Abolhasani 的实验室报告称,他们创造了所谓的钙钛矿矿物纳米粒子,这种纳米粒子表现出创纪录的光致发光性能,这种特性可以识别可能在太阳能电池中发挥良好作用的材料。

图片

论文链接:https://onlinelibrary.wiley.com/doi/full/10.1002/aenm.202302303

在去年 ChemRxiv 上发布的预印本中,Burke 团队报告了一种人工智能装置,它不仅合成了一系列新的光捕获化合物,而且揭示了是什么让它们稳定而不是容易快速崩溃,让我们难得一睹人工智能(通常是黑匣子)是如何做出决定的。

图片

论文链接:https://chemrxiv.org/engage/chemrxiv/article-details/64ef56463fdae147fa2346d4

Burke 希望自动化和人工智能的进步将使越来越多的实验室能够联合起来。「这是我们迫切需要的东西。」他说。它最终可能会让科学家停止追求机器人任务并成为机器人霸主。

相关报道:https://www.science.org/content/article/no-humans-needed-ai-robots-discover-new-laser-materials-on-their-own

理论
相关数据
人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

暂无评论
暂无评论~