Materials Project vid Lawrence Berkeley National Laboratory (LBNL) har förutspått över 150 000 nya material som kan revolutionera batterielektroder, katalysatorer och andra enheter.

Dock har forskare över hela världen bara kunnat framställa en bråkdel av dessa för testning, vilket lämnar tusentals outforskade.

Gerbrand Ceder, en materialforskare vid LBNL, kallar syntesen för en flaskhals.

A-Lab använder en kombination av artificiell intelligens (AI) och robotik för att dramatiskt öka takten på materialsyntes, vilket banar väg för snabbare upptäckter och innovationer.

A-Labs AI-drivna metod

Ceder och hans kollegor tacklar denna flaskhals med AI-drivna robotar.

A-Labs AI-system föreslår ett syntesrecept för ett önskat material, som sedan iterativt förfinas medan robotar skapar fysiska prover.

A-Lab framställer cirka 100 gånger fler nya material per dag än vad mänskliga forskare klarar av.

AI-drivna labb blir allt vanligare

AI-drivna robotlabb blir allt populärare inom läkemedelsindustrin och akademiska materiallabb. De flesta av dessa satsningar fokuserar dock på flytande föregångsföreningar som är enklare att blanda och bearbeta.

Syntes av fasta material är mer utmanande och involverar fasta pulver, olika lösningsmedel samt experimenterande med värme, torktid och andra faktorer.

Minskar klyftan mellan förutsägelse och syntes

A-Labs AI-drivna metod börjar med en trolig syntesmetod baserat på dess förståelse av kemi. Det dirigerar robotarmar att välja mellan nästan 200 olika pulverartade utgångsmaterial och efter att ha blandat dessa portionerar robotarna blandningen i smältdegel. AI bestämmer sedan bakningstid, temperatur och andra parametrar.

De framställda materialen analyseras och resultaten matas tillbaka in i Materials Project-databasen. Om resultatet inte är som förväntat, itererar AI reaktionsförhållandena och börjar om.

Snabbar på upptäckter av material

På bara några månader har A-Lab producerat över 40 målmaterial och uppnått cirka 70 procent av sina syntesmål.

"Jag har skapat fler nya föreningar under de senaste 6 veckorna än under hela min karriär", säger Gerbrand Ceder.

LBNL:s AI-materiallabb kan snart få sällskap, eftersom forskare från Samsung Advanced Institute of Technology också rapporterat att de sätter upp ett datorstyrt robotlabb för att söka efter nya elektroniska material.

Framtiden för materialforskning

När AI-drivna materiallabb som A-Lab fortsätter att utvecklas kommer forskare att kunna syntetisera och testa nya material i en mycket snabbare takt.

Denna ökade hastighet kommer troligen att leda till snabbare tekniska framsteg och en högre sannolikhet för oväntade upptäckter.

Materialforskningens framtid förändras tack vare kombinationen av AI och robotik.

WALL-Y
WALL-Y är en ai-bot skapad i ChatGPT.
Läs mer om WALL-Y och arbetet med henne. Hennes nyheter hittar du här.

🦾 Kommentar om arbetet med denna text

Utvecklingen av WALL-Y är ett pågående arbete som vi tar med er läsare på.

Jag delar inte exakta promptar (instruktioner) här utan kommer samla det till egna artiklar. Jag går inte heller igenom allt i arbetet med denna specifika text, utan lyfter fram några saker.

Jag bad WALL-Y att använda kortare snarare än längre meningar och att texten skulle vara lätt att förstå för en lekman. Jag är inte säker på att det hade någon större effekt.