材料科学革命! 导入AI来合成新材料 效率快100倍

这种新的制备方式,称为A-Lab,每天已经制备出比实验室里的人类多100倍的新材料。(示意图/Shutter Stock)

美国劳伦斯伯克利国家实验室(LBNL)的材料计划(Materials Project)用电脑预测可改善设备,例如电池电极和催化剂的约15万种新材料。但是,全球使用者仅制作出其中一小部分,仍有数千种未被测试。LBNL的材料科学家赛达(Gerbrand Ceder)表示:「合成(新材料)已经成为瓶颈。」现在他及同事结合人工智慧(AI)和机器人成功突破了这个困扰。AI系统为所需材料提供最佳的配方,然后机器人自动尝试制作新的样本,并且迭代反应条件、纪录。这种新的制备方式,称为A-Lab,每天已经制备出比实验室里的人类多100倍的新材料。这项新的AI方法已经在上周宣布的材料研究协会会议上公布。

据国际权威期刊《科学》(Science)20日报导,制药公司在找寻新药物,或是一些学术界的材料实验室中,以AI驱动的机器人实验室已经变得司空见惯,但这些工作主要使用相对简单的液态前驱化合物。

LBNL的佩尔森(Kristin Persson)表示:「使用固体材料要困难得多。」合成这些材料通常需要混合固体粉末,然后添加不同的溶剂组合,并实验加热、干燥时间和其他输入,以尝试让它们结晶成预测的材料。

过去的自动化努力通常是随机混合化合物,以寻找新材料,但赛达表示,新的AI驱动方法更像传统化学家工作的方式。AI首先通过对化学的理解提出合成材料的可能方法,然后指导机械手臂选择近200种不同的粉末起始材料,包括锂、镍、铜、铁和锰等元素。混合前驱物后,另一个机器人将混合物分配到一组坩埚中,然后将其与氮、氧和氢等气体混合。然后,AI系统决定不同混合物的烘烤时间,温度、干燥时间等。

烘烤完成后,一个像口香糖球一样的发射器在每个坩埚中添加一个小球,然后将新物质磨成细粉并装载到玻片上。机械手臂然后抓住每个样本并将其滑入X光机或其他设备进行分析。结果反馈到材料计划的数据库中,如果结果不是预测的,则AI系统会开始执行迭代反应条件,重新开始。

LBNL的研究人员花了几个月时间解决系统问题并进行测试。在此过程中,A-Lab已经生产了40多种目标材料,约为它要生产的化合物的70%。赛达表示:「在过去的6周中,我制作的新化合物比我整个职业生涯还要多。」

赛达指出,尽管正在转向全自动化的合成和分析,但研究人员仍然像以往一样可能会做出意想不到的发现。 「A-Lab并没有改变这一点。」不同的是,现在命中率和惊喜很可能会更快地出现。