Nanoprzełom: technologia NCSU wykorzystuje sztuczną inteligencję do przyspieszenia produkcji kropek kwantowych
Data opublikowania:RALEIGH – Nowa technologia o nazwie Artificial Chemist 2.0 pozwala użytkownikom w niecałą godzinę przejść od zamówienia niestandardowej kropki kwantowej do zakończenia odpowiednich prac badawczo-rozwojowych i rozpoczęcia produkcji.
Technologia ta jest całkowicie autonomiczna i wykorzystuje sztuczną inteligencję (AI) oraz zautomatyzowane systemy robotyczne do przeprowadzania wieloetapowej syntezy i analizy chemicznej.
Kropki kwantowe to koloidalne nanokryształy półprzewodnikowe, które są wykorzystywane w takich zastosowaniach, jak wyświetlacze LED i ogniwa słoneczne.
„Kiedy wdrożyliśmy pierwszą wersję Artificial Chemist, był to dowód słuszności koncepcji” – mówi Milad Abolhasani, autor korespondencyjny artykułu na temat tej pracy oraz adiunkt inżynierii chemicznej i biomolekularnej na Uniwersytecie Stanowym Karoliny Północnej. „Sztuczny chemik 2.0 ma znaczenie przemysłowe zarówno dla badań i rozwoju, jak i produkcji”.
Z punktu widzenia użytkownika cały proces składa się zasadniczo z trzech kroków.
Najpierw użytkownik przekazuje programowi Artificial Chemist 2.0 parametry żądanych kropek kwantowych. Na przykład, jaką barwę światła chcesz uzyskać?
Drugi etap to w rzeczywistości etap badawczo-rozwojowy, podczas którego Sztuczny Chemik 2.0 samodzielnie przeprowadza serię szybkich eksperymentów, pozwalających zidentyfikować optymalny materiał i najbardziej wydajne sposoby jego wytwarzania.
Po trzecie, system przełącza się na produkcję żądanej ilości materiału.
ROBOT PROWADZI AKTYWNE EKSPERYMENTY UCZĄCE SIĘ
„Kropki kwantowe można podzielić na różne klasy” – mówi Abolhasani. „Na przykład dobrze zbadane materiały II-VI, IV-VI i III-V lub niedawno pojawiające się perowskity metalohalogenkowe i tak dalej. Zasadniczo każda klasa składa się z szeregu materiałów o podobnym składzie chemicznym.
„A gdy po raz pierwszy skonfigurujesz Sztucznego Chemika 2.0 do produkcji kropek kwantowych w dowolnej klasie, robot autonomicznie przeprowadza zestaw aktywnych eksperymentów edukacyjnych. W ten sposób mózg systemu robotycznego uczy się chemii materiałów” – mówi Abolhasani.
„W zależności od klasy materiału ten etap nauki może trwać od jednej do 10 godzin. Po tym jednorazowym aktywnym okresie uczenia się Artificial Chemist 2.0 może zidentyfikować najlepszą możliwą formułę wytwarzania pożądanych kropek kwantowych na podstawie 20 milionów możliwych kombinacji w wielu etapach produkcyjnych w ciągu 40 minut lub krócej.
Naukowcy zauważają, że proces badawczo-rozwojowy prawie na pewno będzie szybszy za każdym razem, gdy ludzie z niego skorzystają, ponieważ algorytm sztucznej inteligencji obsługujący system będzie uczył się więcej – i stanie się bardziej wydajny – w przypadku każdego materiału, który ma zidentyfikować.
Sztuczny chemik 2.0 składa się z dwóch reaktorów chemicznych, które działają szeregowo. System został zaprojektowany tak, aby był całkowicie autonomiczny i umożliwia użytkownikom przełączanie się z jednego materiału na inny bez konieczności wyłączania systemu.
„Aby tego dokonać, musieliśmy zaprojektować system, który nie pozostawia żadnych pozostałości środków chemicznych w reaktorach i umożliwia zrobotyzowanemu systemowi sterowanemu przez sztuczną inteligencję dodawanie odpowiednich składników we właściwym czasie i w dowolnym momencie wieloetapowego przetwarzania materiału procesie produkcyjnym” – mówi Abolhasani. „Więc to właśnie zrobiliśmy.
„Jesteśmy podekscytowani tym, co to oznacza dla przemysłu chemikaliów specjalistycznych. Naprawdę przyspiesza prace badawczo-rozwojowe do zawrotnej prędkości, ale jest także w stanie wytwarzać kilogramy dziennie precyzyjnych kropek kwantowych o wysokiej wartości. Są to ilości materiału istotne z punktu widzenia przemysłu.”
Papier, „Samodzielna, wieloetapowa synteza kropek kwantowych możliwa dzięki autonomicznym eksperymentom robotycznym w przepływie” pojawia się w czasopiśmie Advanced Intelligent Systems w otwartym dostępie. Współautorami artykułu są Kameel Abdel-Latif i Robert W. Epps, którzy mają stopień doktora. studenci NC State. Współautorami artykułu są Fazel Bateni i Suyong Han, którzy są doktorantami. studenci NC State oraz Kristofer G. Reyes, adiunkt na Uniwersytecie w Buffalo.
Prace wykonano przy wsparciu National Science Foundation w ramach grantu nr 1940959 oraz w ramach grantu UNC Research Opportunities Initiative (UNC-ROI).
Pierwotnym źródłem: WRALTechWire