I början av 1900-talet tog utvecklingen av en katalysator för ammoniaksyntes med Haber-Bosch-metoden mer än 10 000 experiment innan den blev framgångsrik. Utvecklingen av nya material är en tidskrävande och kostsam process från design till kommersialisering.
Men de senaste åren har forskare arbetat med att förkorta utvecklingsperioden genom att använda artificiell intelligens (AI). I kombination med robotar är det möjligt att bedriva materialutvecklingsforskning 24 timmar om dygnet, 365 dagar om året utan mänsklig inblandning.
Dr Sang Soo, Han och Dr Donghun, Kim från Computational Science Research Center och professor Kwan-Young Lee vid Institutionen för kemiteknik och bioteknik vid Korea University har utvecklat en skräddarsydd syntesplattform av nanomaterial med hjälp av AI och robotik, kallad Smart Lab.
Forskningen är publicerad i tidskriften Advanced Functional Materials .
Korea Institute of Science and Technology (KIST) och Korea Universitys gemensamma forskargrupp utvecklade först en automatiserad enhet som syntetiserar nanopartiklar baserat på en robotarm och mäter de optiska egenskaperna hos de syntetiserade nanopartiklarna. Genom att kombinera AI-teknik med detta utvecklades ett smart laboratorium för skräddarsydd syntes av nanomaterial, med vilket forskare enkelt kan syntetisera nanomaterial som uppfyller deras krav bara genom att mata in de önskade materialegenskaperna.
AI-tekniken som tillämpas på Smart Lab-plattformen kombinerar en Bayesiansk optimeringsmetod med tidig stoppteknik för att öka effektiviteten för materialupptäckt med mer än 500 gånger jämfört med enkla automatiserade enheter.
Mänskliga experiment är ofta svåra att få reproducerbara resultat eftersom resultaten är mycket känsligt beroende av forskningsmiljön och forskarnas skicklighet; Det utvecklade smarta labbet har dock fördelen av att producera konsekvent högkvalitativ data i stora kvantiteter.
Forskarna utvecklade också en AI-teknik för att säkerställa säkerheten i smarta labb. Även om det inte finns någon risk för skador för forskare i obemannade smarta labb, är det svårt att förhindra säkerhetsolyckor som funktionsfel på grund av robotöverbelastning.
Forskarna utvecklade en AI vision-teknik (DenseSSD) för att upptäcka och förhindra sådana säkerhetsolyckor i förväg och installerade den i det smarta labbet. DenseSSD upptäcker olika föremål i labbet, inklusive forskningsutrustning och material, och meddelar användare om eventuella avvikelser så att de kan vidta lämpliga åtgärder.
"Den smarta labbplattformen, som möjliggör materialutveckling utan mänsklig inblandning, kommer att bli ett nytt FoU-paradigm som kan lösa problemet med minskande forskningsarbetskraft på grund av åldrande", säger Dr. Sang Soo, Han på KIST.
"I framtiden planerar vi att införliva interaktiva språkmodeller som ChatGPT för att göra det lättare för icke-experter att använda det smarta labbet", säger Dr Donghun, Kim. Forskargruppen planerar att utöka Smart Lab-plattformen till olika materialområden som katalysatorer, batterier och bildskärmar.
Mer information: Hyuk Jun Yoo et al, Skräddarsydd metallnanopartikelsyntes vid rumstemperatur och upptäckt av kemisk kunskap om nanopartikeltillväxt via autonoma experiment, Avancerade funktionella material (2024). DOI:10.1002/adfm.202312561
Journalinformation: Avancerat funktionsmaterial
Tillhandahålls av National Research Council of Science and Technology