У исследователей есть новый научный инструмент под названием Polybot, сочетающий мощь искусственного интеллекта с робототехникой. Потенциальные области применения включают ускорение открытия носимых биомедицинских устройств, материалов для более качественных батарей и многое другое.

Современные носимые технологии, такие как умные очки и часы, — это только начало. Гибкая электроника следующего поколения будет более эффективной и устойчивой, сможет лучше следить за нашим здоровьем, лечить определенные заболевания и многое другое. Они будут состоять из электронных полимерных материалов — мягкого податливого вещества, способного проводить электричество.

«Только представьте себе следующее поколение полимерной электроники », — сказал Цзе Сюй, помощник химика Аргоннской национальной лаборатории Министерства энергетики США, работающий по совместительству в Притцкеровской школе молекулярной инженерии Чикагского университета. «Они больше не будут жесткими».

Чтобы ускорить открытие, у исследователей в Аргонне есть новый инструмент, беспилотная лаборатория под названием Polybot, которая автоматизирует аспекты исследования электронных полимеров и освобождает время ученых для работы над задачами, которые могут выполнить только люди. Этот инструмент сочетает в себе вычислительную мощность искусственного интеллекта (ИИ) с автоматизацией, возможной с помощью робототехники. Он расположен в Центре наноразмерных материалов (CNM), пользовательском объекте Управления науки Министерства энергетики в Аргонне.

В статье, опубликованной в качестве обложки журнала Chemistry of Materials, Сюй и Генри Чан, ассистент научного сотрудника CNM, вместе с исследователем Айкатерини Вриза поделились своим видением использования беспилотных лабораторий для различных типов исследований материалов.

Polybot — одна из нескольких автономных исследовательских лабораторий, созданных в Аргонне и других исследовательских организациях. Хотя они все еще находятся в зачаточном состоянии, их основная цель — использовать мощь ИИ и робототехники для оптимизации экспериментальных процессов, экономии ресурсов и ускорения темпов открытий.

По словам Сюй, потенциальное применение Polybot выходит далеко за рамки биомедицинских устройств. Среди них материалы для вычислительных устройств с функциями, подобными мозгу, и новые датчики для мониторинга изменения климата. Они также включают в себя новые твердые электролиты, которые заменят текущий жидкий электролит в литий-ионных батареях, что снизит вероятность их возгорания.

Используя Polybot, команда CNM сосредоточилась на полимерной электронике для энергосберегающих и медицинских целей. К ним относятся устройства, которые подлежат вторичной переработке или разлагаются после использования.

Ученые обычно готовят полимеры для электроники, синтезируя полимерные молекулы с желаемой химической структурой, создавая раствор со смесью многих компонентов. Затем они превращают раствор в тонкий слой твердого материала. Напечатанные вместе слои разных композиций служат основой для изготовления различных типов устройств.

Для достижения целевой производительности количество потенциальных настроек огромно. Они варьируются от добавления в рецептуру изготовления различных составов до изменения условий обработки. С помощью обычных экспериментальных средств такая разработка может занять годы интенсивного труда. Polybot может значительно сократить время и стоимость разработки.

Типичный эксперимент с Polybot начинается с использования ИИ и роботов для разных задач. Автоматизированная система выбирает перспективный рецепт полимерного раствора, готовит его и печатает в виде очень тонкой пленки с выбранной скоростью и температурой. Затем система затвердевает в течение оптимального периода времени и измеряет ключевые характеристики, такие как толщина и однородность, в качестве проверки качества. Затем он собирает несколько слоев вместе и добавляет электроды для формирования устройства.

После этого Polybot измеряет электрические характеристики устройства. Все соответствующие данные автоматически записываются и анализируются с помощью машинного обучения и передаются компоненту ИИ. Затем ИИ указывает, какие эксперименты проводить дальше. Polybot также может отвечать на отзывы пользователей и данные из научной литературы.

«Все это делается с минимальным вмешательством человека», — сказал Сюй.

«У нас есть планы по расширению возможностей нашей лаборатории беспилотных автомобилей, чтобы использовать преимущества других научных объектов Аргонны», — сказал Чан.

Уже сейчас свойства электронных устройств, изготовленных в Polybot, анализируются с помощью мощного рентгеновского луча. Это было сделано с помощью прибора с роботизированным обработчиком образцов в Усовершенствованном источнике фотонов (APS), пользовательском объекте Управления науки Министерства энергетики США в Аргонне. Эту связь можно укрепить, чтобы в полной мере воспользоваться преимуществами APS после завершения ее модернизации в 2024 году.

«Анализ рассеяния рентгеновских лучей расширяет характеристики Polybot до молекулярного уровня, раскрывая информацию об ориентации и упаковке молекул, которая может помочь ускорить поиск лучших материалов с оптимальными характеристиками», — сказал Джозеф Стрзалка, физик из Аргоннского университета. Рентгенологическое отделение. «Мы работаем над переносом возможностей Polybot на луч APS, чтобы мы могли генерировать большое количество материалов, которые сможет изучить обновление APS».

«Мы воодушевлены перспективой использования возможностей суперкомпьютеров в Аргонне для усовершенствования Polybot», — пояснил Чан. «Цель состоит в том, чтобы провести основанное на физике моделирование до, во время и после реального эксперимента, чтобы получить более глубокое представление о материале или устройстве и обеспечить лучшую обратную связь с ИИ». Команда планирует использовать вычислительный центр Argonne Leadership Computing Facility, пользовательский центр Министерства энергетики США, для моделирования. Это еще больше упростит процесс обнаружения.

Благодаря этим и другим возможностям беспилотные лаборатории, такие как Polybot, могут ускорить процесс обнаружения с нескольких лет до месяцев. Они также могут снизить стоимость сложных проектов с миллионов до тысяч долларов.