Nano-gennembrud: NCSU-teknologi bruger AI til at accelerere kvanteprikkerproduktion
Udgivelsesdato:RALEIGH – En ny teknologi, kaldet Artificial Chemist 2.0, giver brugerne mulighed for at gå fra at anmode om en brugerdefineret kvanteprik til at færdiggøre den relevante R&D og begynde produktionen på mindre end en time.
Teknikken er fuldstændig autonom og bruger kunstig intelligens (AI) og automatiserede robotsystemer til at udføre kemisk syntese og analyse i flere trin.
Kvanteprikker er kolloide halvledernanokrystaller, som bruges i applikationer som LED-skærme og solceller.
"Da vi udrullede den første version af Artificial Chemist, var det et proof of concept," siger Milad Abolhasani, tilsvarende forfatter til et papir om arbejdet og en assisterende professor i kemisk og biomolekylær ingeniørvidenskab ved North Carolina State University. "Artificial Chemist 2.0 er industrielt relevant for både R&D og fremstilling."
Fra et brugersynspunkt består hele processen i det væsentlige af tre trin.
Først fortæller en bruger Artificial Chemist 2.0 parametrene for de ønskede kvanteprikker. For eksempel, hvilken farve lys vil du producere?
Det andet trin er faktisk R&D-stadiet, hvor Artificial Chemist 2.0 selvstændigt udfører en række hurtige eksperimenter, der gør det muligt at identificere det optimale materiale og det mest effektive middel til at fremstille dette materiale.
For det tredje skifter systemet over til at fremstille den ønskede mængde af materialet.
ROBOT KØRER AKTIVE LÆRINGSEKSPERIMENT
"Kvanteprikker kan opdeles i forskellige klasser," siger Abolhasani. "For eksempel velundersøgte II-VI, IV-VI og III-V materialer eller de nyligt opståede metalhalogenidperovskitter og så videre. Grundlæggende består hver klasse af en række materialer, der har lignende kemi.
"Og første gang du konfigurerede Artificial Chemist 2.0 til at producere kvanteprikker i en given klasse, kører robotten autonomt et sæt aktive læringseksperimenter. Det er sådan, hjernen i robotsystemet lærer materialekemien,” siger Abolhasani.
"Afhængig af materialets klasse kan denne indlæringsfase tage mellem en og 10 timer. Efter denne engangs aktive læringsperiode kan Artificial Chemist 2.0 identificere den bedst mulige formulering til at producere de ønskede kvanteprikker fra 20 millioner mulige kombinationer med flere fremstillingstrin på 40 minutter eller mindre."
Forskerne bemærker, at R&D-processen næsten helt sikkert vil blive hurtigere, hver gang folk bruger den, da AI-algoritmen, der kører systemet, vil lære mere – og blive mere effektiv – med hvert materiale, som det bliver bedt om at identificere.
Artificial Chemist 2.0 indeholder to kemiske reaktorer, som fungerer i en serie. Systemet er designet til at være helt autonomt og giver brugerne mulighed for at skifte fra et materiale til et andet uden at skulle lukke systemet ned.
"For at gøre dette med succes var vi nødt til at konstruere et system, der ikke efterlader nogen kemiske rester i reaktorerne og tillader det AI-styrede robotsystem at tilføje de rigtige ingredienser, på det rigtige tidspunkt, på et hvilket som helst tidspunkt i flertrinsmaterialet produktionsproces,” siger Abolhasani. "Så det var det, vi gjorde.
"Vi er spændte på, hvad det betyder for den kemiske specialindustri. Det accelererer virkelig R&D til at fordreje hastigheden, men det er også i stand til at lave kilogram pr. dag af højværdi, præcist konstruerede kvanteprikker. Det er industrielt relevante mængder af materiale."
Papiret, "Selvdrevet flertrins kvantepunktsyntese aktiveret af autonome roboteksperimenter i flow," vises åben adgang i tidsskriftet Advanced Intelligent Systems. Co-first forfattere af papiret er Kameel Abdel-Latif og Robert W. Epps, som er Ph.D. studerende ved NC State. Papiret var medforfatter af Fazel Bateni og Suyong Han, som er ph.d. studerende ved NC State, og af Kristofer G. Reyes, en assisterende professor ved universitetet i Buffalo.
Arbejdet blev udført med støtte fra National Science Foundation, under bevilling nummer 1940959, og fra en UNC Research Opportunities Initiative (UNC-ROI) bevilling.
Oprindelig kilde: WRAL TechWire