나노 혁신: NCSU 기술은 AI를 사용하여 양자점 생산을 가속화합니다.
게시 날짜:롤리 - Artificial Chemist 2.0이라는 새로운 기술을 사용하면 사용자는 맞춤형 양자점 요청부터 관련 R&D 완료 및 제조 시작까지 1시간 이내에 완료할 수 있습니다.
이 기술은 완전히 자율적이며 인공 지능(AI)과 자동화된 로봇 시스템을 사용하여 다단계 화학 합성 및 분석을 수행합니다.
양자점은 콜로이드 반도체 나노결정으로 LED 디스플레이, 태양전지 등의 응용 분야에 사용됩니다.
"우리가 Artificial Chemist의 첫 번째 버전을 출시했을 때 그것은 개념 증명이었습니다."라고 해당 연구에 대한 논문의 교신 저자이자 노스캐롤라이나 주립 대학의 화학 및 생체 분자 공학 조교수인 Milad Abolhasani는 말합니다. “Artificial Chemist 2.0은 R&D와 제조 모두에 산업적으로 관련이 있습니다.”
사용자 관점에서 볼 때 전체 프로세스는 기본적으로 세 단계로 구성됩니다.
먼저 사용자는 Artificial Chemist 2.0에 원하는 양자점의 매개변수를 알려줍니다. 예를 들어, 어떤 색상의 빛을 생성하고 싶나요?
두 번째 단계는 사실상 R&D 단계입니다. Artificial Chemist 2.0은 일련의 빠른 실험을 자율적으로 수행하여 최적의 재료와 해당 재료를 생산하는 가장 효율적인 수단을 식별할 수 있습니다.
셋째, 시스템은 원하는 양의 재료를 제조하는 단계로 전환됩니다.
로봇이 능동적 학습 실험을 실행합니다.
Abolhasani는 "양자점은 여러 클래스로 나눌 수 있습니다."라고 말했습니다. “예를 들어 잘 연구된 II-VI, IV-VI, III-V 물질이나 최근에 등장하는 금속 할로겐화물 페로브스카이트 등이 있습니다. 기본적으로 각 클래스는 유사한 화학적 성질을 지닌 다양한 재료로 구성됩니다.
“그리고 특정 클래스에서 양자점을 생성하기 위해 Artificial Chemist 2.0을 처음 설정하면 로봇이 일련의 능동적 학습 실험을 자동으로 실행합니다. 이것이 로봇 시스템의 두뇌가 재료 화학을 배우는 방법입니다.”라고 Abolhasani는 말합니다.
“자료의 종류에 따라 이 학습 단계는 1시간에서 10시간 정도 걸릴 수 있습니다. 일회성 활성 학습 기간이 지나면 Artificial Chemist 2.0은 40분 이내에 여러 제조 단계를 통해 2천만 개의 가능한 조합에서 원하는 양자점을 생산하기 위한 최상의 제제를 식별할 수 있습니다."
연구원들은 시스템을 실행하는 AI 알고리즘이 식별하도록 요청된 모든 자료에 대해 더 많은 것을 배우고 더 효율적이 되기 때문에 사람들이 사용할 때마다 R&D 프로세스가 거의 확실히 더 빨라질 것이라고 지적합니다.
Artificial Chemist 2.0에는 직렬로 작동하는 두 개의 화학 반응기가 통합되어 있습니다. 이 시스템은 완전히 자율적으로 설계되었으며 사용자가 시스템을 종료하지 않고도 한 자료에서 다른 자료로 전환할 수 있습니다.
“이를 성공적으로 수행하기 위해 우리는 반응기에 화학적 잔류물을 남기지 않고 AI 유도 로봇 시스템이 다단계 재료의 어느 지점에서나 적시에 적절한 재료를 추가할 수 있도록 하는 시스템을 엔지니어링해야 했습니다. 생산 과정입니다.”라고 Abolhasani는 말합니다. “그래서 우리는 그렇게 했습니다.
“우리는 이것이 특수 화학 산업에 어떤 의미를 갖는지 매우 기대하고 있습니다. R&D를 가속화하여 속도를 높이는 동시에 정밀하게 설계된 고가치 양자점을 하루에 킬로그램 단위로 생산할 수도 있습니다. 이는 산업적으로 관련된 양의 자료입니다.”
종이, “Flow에서 자율 로봇 실험을 통해 구현되는 자체 구동 다단계 양자점 합성,” Advanced Intelligent Systems 저널에 오픈 액세스로 게재됩니다. 논문의 공동 제1저자는 Kameel Abdel-Latif와 Robert W. Epps 박사입니다. NC 주립대 학생들. 이 논문은 Ph.D.인 Fazel Bateni와 Suyong Han이 공동 집필했습니다. NC State의 학생들과 Buffalo 대학의 조교수인 Kristofer G. Reyes가 작성했습니다.
이 작업은 국립과학재단(National Science Foundation)의 지원 번호 1940959와 UNC-ROI(UNC Research Opportunities Initiative) 보조금으로 수행되었습니다.
원본 출처: WRAL TechWire