'Künstlicher Chemiker' kombiniert KI und Robotik, um autonome F&E durchzuführen
Vollständig autonome Materialentwicklung und -herstellung
Milad Abolhasani
In Proof-of-Concept-Experimenten zeigten die Forscher, dass Artificial Chemist die bestmöglichen Quantenpunkte für jede Farbe in 15 Minuten oder weniger identifizieren und herstellen kann. Quantenpunkte sind kolloidale Halbleiter-Nanokristalle, die in Anwendungen wie LED-Displays eingesetzt werden.
Die Forscher stellen jedoch schnell fest, dass Artificial Chemist in der Lage ist, das beste Material zu identifizieren, das eine beliebige Reihe messbarer Eigenschaften erfüllt - nicht nur Quantenpunkte.
"Der Artificial Chemist ist ein wirklich autonomes System, das intelligent durch das chemische Universum navigieren kann", sagt Milad Abolhasani, korrespondierender Autor eines Artikels über die Arbeit und Assistenzprofessor für chemische und biomolekulare Technik am NC State. "Gegenwärtig ist Artificial Chemist für lösungsprozessierte Materialien konzipiert - das heißt, es funktioniert für Materialien, die unter Verwendung flüssiger chemischer Ausgangsstoffe hergestellt werden können. Zu den lösungsverarbeiteten Materialien gehören hochwertige Materialien wie Quantenpunkte, Metall-/Metalloxid-Nanopartikel, metallorganische Gerüste (MOFs) und so weiter.
"Der künstliche Chemiker ist einem selbstfahrenden Auto ähnlich, aber ein selbstfahrendes Auto hat zumindest eine endliche Anzahl von Routen zur Auswahl, um sein vorgewähltes Ziel zu erreichen. Mit dem Künstlichen Chemiker geben Sie ihm eine Reihe von gewünschten Parametern vor, d.h. die Eigenschaften, die das endgültige Material haben soll. Artificial Chemist muss alles andere herausfinden, z.B. was die chemischen Vorläuferstoffe sein werden und wie die synthetische Route aussehen wird, während der Verbrauch dieser chemischen Vorläuferstoffe minimiert wird.
"Das Endergebnis ist eine völlig autonome Materialentwicklungstechnologie, die Ihnen nicht nur hilft, das ideale lösungsverarbeitete Material schneller als alle derzeit verwendeten Techniken zu finden, sondern dies auch unter Verwendung winziger Mengen von chemischen Vorläufern. Das reduziert den Abfall erheblich und macht den Materialentwicklungsprozess viel kostengünstiger.
Der künstliche Chemiker verfügt sowohl über einen "Körper", um Experimente durchzuführen und die experimentellen Ergebnisse zu erfassen, als auch über ein "Gehirn", um diese Daten aufzuzeichnen und sie zur Bestimmung des nächsten Experiments zu verwenden.
Für ihre Proof-of-Concept-Prüfungen integrierte der Körper des Künstlichen Chemikers die automatisierte Nanokristallfabrik und die NanoRobo-Flusssyntheseplattformen, die in Abolhasanis Labor entwickelt wurden. Die Plattform des Künstlichen Chemikers hat gezeigt, dass sie 500 Quantenpunkt-Synthese-Experimente pro Tag ausführen kann, obwohl Abolhasani schätzt, dass sie bis zu 1.000 ausführen könnte.
Das Gehirn des Künstlichen Chemikers ist ein KI-Programm, das die vom Körper synthetisierten Materialien charakterisiert und diese Daten verwendet, um autonome Entscheidungen darüber zu treffen, wie die nächsten experimentellen Bedingungen aussehen werden. Es stützt seine Entscheidungen auf das, was es am effizientesten zur besten Materialzusammensetzung mit den gewünschten Eigenschaften und Leistungsmetriken führt.
"Wir haben versucht, den Prozess nachzuahmen, den Menschen bei der Entscheidungsfindung anwenden, aber effizienter", sagt Abolhasani.
Zum Beispiel ermöglicht der Artificial Chemist "Wissenstransfer", d.h. er speichert Daten, die aus jeder Anfrage generiert werden, und beschleunigt so den Prozess der Identifizierung des nächsten Kandidatenmaterials, mit dem er beauftragt wird. Mit anderen Worten, der "Artificial Chemist" wird mit der Zeit immer intelligenter und schneller bei der Identifizierung des richtigen Materials.
Für ihren Konzeptnachweis testeten die Forscher neun verschiedene Richtlinien dafür, wie die KI Daten verwendet, um zu entscheiden, was das nächste Experiment sein wird. Dann führten sie eine Reihe von Anfragen durch, wobei sie den künstlichen Chemiker jedes Mal baten, ein Quantenpunktmaterial zu identifizieren, das für drei verschiedene Ausgabeparameter am besten geeignet war.
"Wir haben eine Methode gefunden, die auch ohne Vorkenntnisse den bestmöglichen Quantenpunkt innerhalb von 25 Experimenten oder etwa eineinhalb Stunden identifizieren kann", sagt Abolhasani. "Aber sobald der künstliche Chemiker über Vorkenntnisse verfügte - was bedeutet, dass er bereits eine oder mehrere Zielmaterialanfragen bearbeitet hatte - konnte er das optimale Material für neue Eigenschaften in 10 bis 15 Minuten identifizieren.
"Wir stellten fest, dass der künstliche Chemiker auch schnell die Grenzen der Materialeigenschaften für einen bestimmten Satz chemischer Ausgangsstoffe identifizieren kann, so dass Chemiker und Materialwissenschaftler ihre Zeit nicht mit der Erforschung verschiedener Synthesebedingungen verschwenden müssen.
"Ich glaube, dass eine autonome Materialforschung und -entwicklung, die von Artificial Chemist ermöglicht wird, die Zukunft der Materialentwicklung und -herstellung umgestalten kann", sagt Abolhasani. "Ich suche jetzt nach Partnern, die uns helfen, die Technik vom Labor auf den industriellen Sektor zu übertragen.
Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.