Ciągłe gromadzenie danych, eksperymenty w czasie rzeczywistym i wydajność, jakiej ludzki materiałoznawca nie jest w stanie zapewnić. Amerykańscy naukowcy zaprezentowali rozwiązanie, które znacząco przyspieszy dalsze badania nad materiałami. Chwalą się niższymi kosztami i mniejszym wpływem na środowisko.

Nowy standard w odkrywaniu materiałów

Dzięki użyciu sztucznej inteligencji uczącej się maszynowo, nowy system pozwala na skuteczne odkrywanie nowych materiałów już po pierwszej próbie. Wyniki swoich badań grupa naukowców ze wschodniego wybrzeża USA opublikowała w czasopiśmie Nature. Nowa technika pozwala autonomicznemu laboratorium gromadzić 10 razy więcej danych niż znane wcześniej techniki. 

Zaprojektowana platforma robotyczna automatyzuje łączenie wiedzy chemicznej i materiałowej, co pozwala szybciej klasyfikować nowe substancje. Innowacyjne wykorzystanie algorytmów sprawia, że dane z każdego eksperymentu są wykorzystywane do przewidywania, który eksperyment powinien zostać przeprowadzony w następnej kolejności. Projektowanie kolejnych kroków przez AI sprawia, że znacznie szybciej udaje się osiągać zaprogramowany na początku cel badania. 

Do tej pory standardem w eksperymentach wykorzystujących reaktory przepływowe było programowanie całego przepływu przed startem badania. Ustalone reakcje chemiczne zachodziły w mikrokanale, a powstały produkt był charakteryzowany i opisywany przez badaczy po zakończeniu cyklu. Analizowanie danych w czasie rzeczywistym i podejmowanie wyborów dotyczących kolejnego kroku w reaktorze przepływowym pozwoliło dzięki sztucznej inteligencji znacząco ograniczyć ilość nieudanych prób. 

Zielona energia: jakie studia wybrać po maturze 2025, żeby zmieniać świat?

Więcej danych, szybsze decyzje

Zebranie dużej ilości dodatkowych danych ma duży wpływ na wydajność laboratorium. Zamiast testowania pojedynczo materiałów, które powstają po doprowadzeniu procesu do fazy ustalonej, system zapisuje dane co sekundę lub pół sekundy, kiedy proces trwa. Pozwala to również nie czekać na zakończenie każdego eksperymentu, jeśli po kilku sekundach napływające informacje dowodzą, że nie uda się osiągnąć zamierzonego celu.

W tym procesie najważniejszym elementem jest algorytm uczenia maszynowego, który sprawia, że kolejne eksperymenty usprawniają podejmowanie decyzji przez sztuczną inteligencję. Możliwe staje się podejmowanie coraz szybszych i trafniejszych poprawek w zaledwie ułamkach sekund. 

Eksperymentalne autonomiczne laboratorium wygenerowało ponad 10 razy więcej danych niż inne jednostki badawcze opierające się o przepływ ustalony w reaktorach. Oprócz tego już w pierwszej próbie trafnie identyfikowało najlepsze substancje z potencjałem do rozwoju – wynika z danych opublikowanych w Nature.

Szybciej i odpowiedzialniej?

Badacze są pełni optymizmu dla nowo powstałej metody, bo pozwala mieć nadzieję, że kluczowe materiały dla rozwoju elektroniki czy zrównoważonego rozwoju zaczną powstawać znacznie szybciej. Jednocześnie przełom pod względem szybkości wiąże się z ograniczeniem kosztów i negatywnych skutków dla środowiska. 

Ten przełom nie polega tylko na szybkości. Zmniejszając liczbę potrzebnych eksperymentów, system radykalnie ogranicza zużycie chemikaliów i ilość odpadów, przyczyniając się do bardziej zrównoważonych praktyk badawczych – mówi prof. Abolhasani, jeden ze współautorów badania.

Jednoczesne przeprowadzanie reakcji wewnątrz reaktorów przepływowych oraz charakteryzowanie powstałych materiałów sprawia, że żaden z systemów nie pozostaje bezczynny. Chociaż pole do optymalizacji istnieje w każdym procesie, to wyodrębnienie obiecujących materiałów i opisanie ich zastosowań podczas trwania reakcji przez sztuczną inteligencję oszczędza ludzką pracę o tygodnie i miesiące.

Jest to przykład pokojowego wykorzystania sztucznej inteligencji, które zamiast obaw rodzi nadzieję na bardziej zrównoważone podejście do nauki oraz szybsze rozwiązanie najtrudniejszych wyzwań społecznych.

Zobacz też: Energia z latawca: czy mobilne turbiny powietrzne zmienią przyszłość energetyki wiatrowej?

Źródło: Nature, Science Daily, Uniwersytet Stanowy Północnej Karoliny, 

For. Canva (Devrimb, 1879206)

Artykuł stanowi utwór w rozumieniu Ustawy 4 lutego 1994 r. o prawie autorskim i prawach pokrewnych. Wszelkie prawa autorskie przysługują swiatoze.pl. Dalsze rozpowszechnianie utworu możliwe tylko za zgodą redakcji.