Искусственный интеллект ускорил открытие новых материалов в 10 раз

Передовая автономная лаборатория использует эксперименты в реальном времени для непрерывного сбора данных, ускоряя открытие материалов в 10 раз. Фото: Милад Аболхасани, Университет штата Северная Каролина

Исследователи представили новую технологию, позволяющую «автономным лабораториям» собирать как минимум в 10 раз больше данных с рекордной скоростью. Прорыв, опубликованный в журнале Nature Chemical Engineering, значительно ускоряет исследования в области материаловедения, одновременно сокращая затраты и воздействие на окружающую среду.

Автономные лаборатории — это роботизированные платформы, сочетающие машинное обучение, автоматизацию и химические науки для ускоренного открытия новых материалов. Автоматизированный процесс позволяет алгоритмам ИИ использовать данные каждого эксперимента для определения следующего шага в достижении запрограммированной цели.

«Представьте, если бы учёные могли открывать прорывные материалы для чистой энергии, электроники или устойчивой химии за дни, а не годы, используя лишь часть ресурсов и создавая меньше отходов», — говорит Милад Аболхасани, ведущий автор исследования и профессор химической и биомолекулярной инженерии в Университете штата Северная Каролина. «Эта работа приближает такое будущее».

До сих пор автономные лаборатории, использующие проточные реакторы, полагались на стационарные эксперименты. В них различные реагенты смешиваются, а химические реакции происходят в микроскопических каналах. Полученный продукт затем анализируется датчиками после завершения реакции.

«Этот подход уже значительно ускорил открытие материалов, — отмечает Аболхасани. — Но мы нашли способ улучшить его».

Новая система использует динамические эксперименты, где химические смеси непрерывно изменяются и анализируются в реальном времени. Это позволяет получать данные каждые полсекунды вместо одного измерения на эксперимент.

«Это как перейти от отдельных снимков к фильму о реакции, — объясняет учёный. — Наша система всегда работает и всегда учится».

Такой подход не только ускоряет процесс, но и делает его более экологичным: сокращается использование химикатов и количество отходов. В тестах динамическая система генерировала в 10 раз больше данных и находила оптимальные материалы уже с первой попытки после обучения.

Исследование поддержано Национальным научным фондом США и программой Университета Северной Каролины.

Источник: ScienceDaily