Utilizarea automatizării pentru a revoluționa căutarea materialelor

CASH care combină învățarea automată, robotica și big data demonstrează un potențial extraordinar în știința materialelor. Numai prin co-evoluție cu astfel de tehnologii, viitorii cercetători pot lucra la cercetări mai creative, ducând la accelerarea cercetării științifice a materialelor. Credit: Tokyo Tech

În centrul multor progrese științifice din trecut se află descoperirea de noi materiale. Cu toate acestea, ciclul de sintetizare, testare și optimizare a materialelor noi necesită în mod obișnuit oamenii de știință să lucreze ore lungi. Din această cauză, multe materiale potențial utile cu proprietăți exotice rămân nedescoperite. Dar dacă am putea automatiza întregul proces de dezvoltare a unui material nou folosind robotica și inteligența artificială, făcându-l mult mai rapid?

Într – un studiu recent publicat în APL material, oamenii de știință de la Tokyo Tech Institute of Technology, Japonia, conduși de profesorul asociat Ryota Shimizu și profesorul Taro Hitosugi, au conceput o strategie care ar putea face cercetarea materialelor complet autonome o realitate. Munca lor se concentrează pe ideea revoluționară de echipament de laborator care este „CASH” (conectat, autonom, partajat, foarte reparabil). Cu o configurație CASH într-un laborator de materiale, cercetătorii trebuie doar să decidă ce proprietăți de material doresc să selecteze și să alimenteze sistemul cu ingredientele necesare; sistemul automat preia apoi controlul și pregătește și testează în mod repetat noi compuși până când se găsește cel mai bun. Folosind algoritmi de învățare automată, sistemul poate folosi cunoștințe anterioare pentru a decide cum ar trebui schimbate condițiile de sinteză pentru a aborda rezultatul dorit în fiecare ciclu.

Pentru a demonstra că CASH este o strategie viabilă în cercetarea materialelor în stare solidă, profesorul Driver Shimizu și echipa au creat un sistem de testare a conceptului cu un braț robot înconjurat de mai multe module. Amplasarea lor a avut ca scop minimizarea rezistenței electrice a unui film subțire de dioxid de titan prin ajustarea condițiilor de depozitare. Prin urmare, modulele sunt un dispozitiv de depunere prin pulverizare și un dispozitiv pentru măsurarea rezistenței. Brațul robotizat a transferat eșantioane de la modul la modul, după cum este necesar, iar sistemul a prezis în mod autonom parametrii de sinteză pentru următoarea iterație pe baza datelor anterioare. Pentru predicție, au folosit algoritmul de optimizare bayesiană.

În mod surprinzător, configurația lor CASH a reușit să producă și să testeze aproximativ douăsprezece probe pe zi, o creștere de zece ori a capacității de producție comparativ cu ceea ce oamenii de știință pot realiza manual într-un laborator convențional. În plus față de această creștere semnificativă a vitezei, unul dintre principalele avantaje ale strategiei CASH este capacitatea de a crea baze de date mari partajate care descriu modul în care proprietățile materialelor variază în funcție de condițiile de sinteză. În această privință, prof. Hitosugi notează: „Astăzi, bazele de date ale substanțelor și proprietățile acestora rămân incomplete. Cu abordarea CASH, le putem completa cu ușurință și apoi descoperim proprietăți materiale ascunse, ducând la descoperirea de noi legi ale fizicii și rezultând în analize statistice. “

Echipa de cercetare consideră că abordarea CASH va revoluționa știința materialelor. Bazele de date generate rapid și fără efort de sistemele CASH vor fi combinate în date mari, iar oamenii de știință vor folosi algoritmi avansați pentru a le procesa și extrage expresii inteligibile de la oameni. Cu toate acestea, așa cum observă prof Hitosugi, învățarea automată și robotica singure nu pot găsi cunoștințe și nici nu pot descoperi concepte în fizică și chimie. „Ar trebui să aibă loc instruirea oamenilor de știință cu privire la materialele viitoare; vor trebui să înțeleagă ce învățare automată poate rezolva și să stabilească problema în consecință. Puterea cercetătorilor umani constă în crearea de concepte sau identificarea problemelor din societate. “Combinarea acestor puncte forte cu învățarea automată și robotică este foarte importantă”, a spus el.

În general, acest articol de perspectivă evidențiază beneficiile extraordinare pe care automatizarea le poate aduce științei materialelor. Dacă greutatea sarcinilor repetitive este îndepărtată de pe umerii cărturarilor, aceștia se vor putea concentra mai mult pe descoperirea secretelor lumii materiale pentru binele umanității.

Referință: „Sinteza materialelor autonome din învățarea automată și robotică” de Ryota Shimizu, Shigeru Kobayashi, Yuki Watanabe, Yasunobu Ando și Taro Hitosugi, 18 noiembrie 2020, Materiale APL.
DOI: 10.1063 / 5.0020370

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

„Cel mai dur grup de găuri negre” detectat de undele gravitaționale ar putea fi de fapt fuziunea stelelor din Boson

Reprezentare artistică a coliziunii a două stele de boson cu unde gravitaționale emise. Credite: Nicolás Sanchis-Gual și Rocío García-Souto O echipă internațională condusă de...

Procesul de tratament în rara morgă „carapace noroioase” a mumiei egiptene a fost expus – acesta este un caz de eroare

O figură mumificată și un sicriu în colecția Nicholson a Muzeului Aripii Chau Chuck de la Universitatea din Sydney. O persoană mumificată înfășurată...

Praful de asteroizi găsit în crater închide cazul care a ucis dinozaurii

Cercetătorii cred că au închis cazul în care dinozaurii au fost uciși și au legat definitiv dispariția lor de un asteroid care a lovit...

Noua descoperire poate explica asimetria confuză a protonului

Reprezentarea grafică a protonului. Sferele mari reprezintă cele trei quarcuri de valență, sferele mici reprezintă celelalte quarkuri care formează protonul, iar arcurile reprezintă...

Detectarea COVID-19 cu un autocolant pe piele

Inginerii Universității din Missouri promovează piața comercială a bioelectronicii îmbrăcate prin dezvoltarea unui plan de producție la scară largă pentru un dispozitiv personalizabil capabil...

Newsletter

Subscribe to stay updated.