Percée nano : la technologie NCSU utilise l’IA pour accélérer la production de points quantiques
Date publiée:RALEIGH – Une nouvelle technologie, appelée Artificial Chemist 2.0, permet aux utilisateurs de passer de la demande d'un point quantique personnalisé à la réalisation de la R&D appropriée et au début de la fabrication en moins d'une heure.
La technologie est complètement autonome et utilise l’intelligence artificielle (IA) et des systèmes robotiques automatisés pour effectuer une synthèse et une analyse chimique en plusieurs étapes.
Les points quantiques sont des nanocristaux semi-conducteurs colloïdaux, utilisés dans des applications telles que les écrans LED et les cellules solaires.
"Lorsque nous avons déployé la première version d'Artificial Chemist, c'était une preuve de concept", explique Milad Abolhasani, auteur correspondant d'un article sur les travaux et professeur adjoint de génie chimique et biomoléculaire à l'Université d'État de Caroline du Nord. « Artificial Chemist 2.0 est pertinent sur le plan industriel à la fois pour la R&D et la fabrication. »
Du point de vue de l’utilisateur, l’ensemble du processus se compose essentiellement de trois étapes.
Tout d’abord, un utilisateur indique à Artificial Chemist 2.0 les paramètres des points quantiques souhaités. Par exemple, quelle couleur de lumière souhaitez-vous produire ?
La deuxième étape est en fait l’étape de R&D, au cours de laquelle Artificial Chemist 2.0 mène de manière autonome une série d’expériences rapides, lui permettant d’identifier le matériau optimal et les moyens les plus efficaces de produire ce matériau.
Troisièmement, le système passe à la fabrication de la quantité souhaitée de matériau.
UN ROBOT EXÉCUTE DES EXPÉRIENCES D'APPRENTISSAGE ACTIF
"Les points quantiques peuvent être divisés en différentes classes", explique Abolhasani. « Par exemple, les matériaux II-VI, IV-VI et III-V bien étudiés, ou les pérovskites aux halogénures métalliques récemment apparues, et ainsi de suite. Fondamentalement, chaque classe se compose d’une gamme de matériaux ayant des propriétés chimiques similaires.
« Et la première fois que vous configurez Artificial Chemist 2.0 pour produire des points quantiques dans une classe donnée, le robot exécute de manière autonome un ensemble d’expériences d’apprentissage actif. C’est ainsi que le cerveau du système robotique apprend la chimie des matériaux », explique Abolhasani.
« Selon la classe de matière, cette étape d'apprentissage peut durer entre une et 10 heures. Après cette période d’apprentissage actif unique, Artificial Chemist 2.0 peut identifier la meilleure formulation possible pour produire les points quantiques souhaités à partir de 20 millions de combinaisons possibles avec plusieurs étapes de fabrication en 40 minutes ou moins.
Les chercheurs notent que le processus de R&D deviendra presque certainement plus rapide à chaque fois que les gens l’utiliseront, puisque l’algorithme d’IA qui gère le système en apprendra davantage – et deviendra plus efficace – avec chaque matériau qu’on lui demande d’identifier.
Artificial Chemist 2.0 intègre deux réacteurs chimiques, qui fonctionnent en série. Le système est conçu pour être entièrement autonome et permet aux utilisateurs de passer d'un matériel à un autre sans avoir à arrêter le système.
"Pour y parvenir, nous avons dû concevoir un système qui ne laisse aucun résidu chimique dans les réacteurs et permet au système robotique guidé par l'IA d'ajouter les bons ingrédients, au bon moment, à tout moment dans le matériau en plusieurs étapes. processus de production », explique Abolhasani. « C'est donc ce que nous avons fait.
« Nous sommes enthousiasmés par ce que cela signifie pour l'industrie chimique spécialisée. Il accélère réellement la R&D à une vitesse de distorsion, mais il est également capable de fabriquer des kilogrammes par jour de points quantiques de grande valeur et conçus avec précision. Ce sont des volumes de matériaux industriellement pertinents.
Le papier, « Synthèse de points quantiques autopilotée en plusieurs étapes rendue possible par l'expérimentation robotique autonome en flux », apparaît en libre accès dans la revue Advanced Intelligent Systems. Les co-premiers auteurs de l'article sont Kameel Abdel-Latif et Robert W. Epps, titulaires d'un doctorat. étudiants à NC State. L'article a été co-écrit par Fazel Bateni et Suyong Han, titulaires d'un doctorat. étudiants de NC State et par Kristofer G. Reyes, professeur adjoint à l'Université de Buffalo.
Le travail a été réalisé avec le soutien de la National Science Foundation, sous le numéro de subvention 1940959, et grâce à une subvention de l'UNC Research Opportunities Initiative (UNC-ROI).
Source primaire: WRAL TechWire