Ricercatori dell'NCSU: il "chimico artificiale" con l'intelligenza artificiale accelererà la ricerca e lo sviluppo e la produzione

“Credo che la ricerca e lo sviluppo di materiali autonomi consentiti da Artificial Chemist possano rimodellare il futuro dello sviluppo e della produzione dei materiali”. – NCSU

RALEIGH – I ricercatori della North Carolina State University e dell’Università di Buffalo hanno sviluppato una tecnologia chiamata “Artificial Chemist”, che incorpora l’intelligenza artificiale (AI) e un sistema automatizzato per eseguire reazioni chimiche per accelerare la ricerca e lo sviluppo e la produzione di materiali commercialmente desiderabili.

Negli esperimenti di prova, i ricercatori hanno dimostrato che Artificial Chemist può identificare e produrre i migliori punti quantici possibili per qualsiasi colore in 15 minuti o meno. I punti quantici sono nanocristalli semiconduttori colloidali, utilizzati in applicazioni come i display a LED.

Tuttavia, i ricercatori fanno subito notare che Artificial Chemist è in grado di identificare il materiale migliore per soddisfare qualsiasi serie di proprietà misurabili, non solo i punti quantici.

“Artificial Chemist è un sistema veramente autonomo in grado di navigare in modo intelligente attraverso l’universo chimico”, afferma Milad Abolhasani, autore corrispondente di un articolo sul lavoro e assistente professore di ingegneria chimica e biomolecolare presso NC State. “Attualmente, Artificial Chemist è progettato per materiali trattati in soluzione, il che significa che funziona per materiali che possono essere realizzati utilizzando precursori chimici liquidi. I materiali trattati con soluzioni includono materiali di alto valore come punti quantici, nanoparticelle di metallo/ossido di metallo, strutture metalliche organiche (MOF) e così via.

“Il Chimico Artificiale è simile a un’auto a guida autonoma, ma almeno un’auto a guida autonoma ha un numero finito di percorsi tra cui scegliere per raggiungere la destinazione preselezionata. Con Artificial Chemist, gli dai una serie di parametri desiderati, che sono le proprietà che vuoi che abbia il materiale finale. Il chimico artificiale deve capire tutto il resto, ad esempio quali saranno i precursori chimici e quale sarà il percorso sintetico, riducendo al minimo il consumo di tali precursori chimici.

“Il risultato finale è una tecnologia di sviluppo dei materiali completamente autonoma che non solo aiuta a trovare il materiale elaborato con la soluzione ideale più rapidamente di qualsiasi tecnica attualmente in uso, ma lo fa utilizzando piccole quantità di precursori chimici. Ciò riduce significativamente gli sprechi e rende il processo di sviluppo dei materiali molto meno costoso”.

Il chimico artificiale ha sia un “corpo” per eseguire esperimenti e percepirne i risultati, sia un “cervello” per registrare quei dati e usarli per determinare quale sarà il prossimo esperimento.

Per i test di prova, il corpo di Artificial Chemist ha incorporato l'automazione Fabbrica di nanocristalli E NanoRobo piattaforme di sintesi a flusso sviluppate nel laboratorio di Abolhasani. La piattaforma Artificial Chemist ha dimostrato di poter eseguire 500 esperimenti di sintesi di punti quantici al giorno, anche se Abolhasani stima che potrebbe eseguirne fino a 1.000.

Il cervello del chimico artificiale è un programma di intelligenza artificiale che caratterizza i materiali sintetizzati dal corpo e utilizza tali dati per prendere decisioni autonome su quali saranno le prossime condizioni sperimentali. Basa le sue decisioni su ciò che ritiene possa spostarlo nel modo più efficiente verso la migliore composizione del materiale con le proprietà e i parametri prestazionali desiderati.

"Abbiamo cercato di imitare il processo utilizzato dagli esseri umani quando prendono decisioni, ma in modo più efficiente", afferma Abolhasani.

Ad esempio, Artificial Chemist consente il “trasferimento di conoscenza”, nel senso che memorizza i dati generati da ogni richiesta che riceve, accelerando il processo di identificazione del successivo materiale candidato che gli viene assegnato. In altre parole, il chimico artificiale diventa più intelligente e veloce nel tempo nell’identificare il materiale giusto.

Per la loro prova di concetto, i ricercatori hanno testato nove diverse politiche su come l’intelligenza artificiale utilizza i dati per decidere quale sarà il prossimo esperimento. Hanno quindi eseguito una serie di richieste, chiedendo ogni volta ad Artificial Chemist di identificare un materiale a punti quantici che si adattasse meglio a tre diversi parametri di output.

"Abbiamo trovato una politica che, anche senza alcuna conoscenza preliminare, potrebbe identificare il miglior punto quantico possibile entro 25 esperimenti, o circa un'ora e mezza", afferma Abolhasani. “Ma una volta che Artificial Chemist aveva una conoscenza preliminare – ovvero aveva già gestito una o più richieste di materiali target – poteva identificare il materiale ottimale per nuove proprietà in 10-15 minuti.

“Abbiamo scoperto che Artificial Chemist potrebbe anche identificare rapidamente i limiti delle proprietà dei materiali per un dato insieme di precursori chimici di partenza, in modo che chimici e scienziati dei materiali non debbano perdere tempo nell’esplorazione di diverse condizioni di sintesi.

“Credo che la ricerca e lo sviluppo di materiali autonomi consentiti da Artificial Chemist possano rimodellare il futuro dello sviluppo e della produzione dei materiali”, afferma Abolhasani. “Ora sto cercando partner che ci aiutino a trasferire la tecnica dal laboratorio al settore industriale”.

La carta, "Chimico artificiale: un robot autonomo per la sintesi dei punti quantici”, viene pubblicato sulla rivista Materiale avanzato. Il primo autore dell'articolo è Robert W. Epps, un Ph.D. studente presso NC State. L'articolo è stato scritto in collaborazione con lo studente universitario della NC State Michael S. Bowen, Ph.D. della NC State. gli studenti Amanda A. Volk, Kameel Abdel-Latif e Suyong Han; Kristofer Reyes, professore assistente presso l'Università di Buffalo; e Aram Amassian, professore associato di scienza dei materiali e ingegneria presso la NC State.

Il lavoro è stato svolto con il sostegno di una sovvenzione della UNC Research Opportunities Initiative e della National Science Foundation, con il numero di sovvenzione 1902702.

Fonte articolo originale: WRAL TechWire