跟蹤智慧實(shí)驗(yàn)室的理論研究發(fā)展?fàn)顩r、產(chǎn)業(yè)發(fā)展動(dòng)態(tài)、主要設(shè)備供應(yīng)商產(chǎn)品研發(fā)動(dòng)態(tài)、國(guó)內(nèi)外智慧實(shí)驗(yàn)室建設(shè)成果現(xiàn)狀等信息內(nèi)容。本文由中科院上海生命科學(xué)信息中心與曼森生物合作供稿。
本期“前沿技術(shù)”欄目,編譯了 Xiting Peng 等發(fā)表在 MRS Bull.期刊上的綜述論文《用于材料設(shè)計(jì)和制造的下一代智能實(shí)驗(yàn)室》(Next-generation intelligent laboratories for materials design and manufacturing),作者介紹了這一新研究范式的基本概念和基礎(chǔ),通過(guò)案例研究展示了其典型的應(yīng)用場(chǎng)景,并展望了未來(lái)的協(xié)同人機(jī)元實(shí)驗(yàn)室。
目錄
01/前言
01 前言
從清潔能源到人類福利甚至國(guó)家安全,先進(jìn)材料對(duì)社會(huì)發(fā)展至關(guān)重要。然而, 事實(shí)是,材料的開發(fā)過(guò)程非常漫長(zhǎng)。一種新材料從發(fā)現(xiàn)到部署需要經(jīng)歷許多步驟, 通常需要幾十年的時(shí)間。另一方面,隨著改進(jìn)材料的不斷探索,材料的復(fù)雜性也在增加。僅僅幾個(gè)參數(shù)的組合就可以產(chǎn)生巨大的搜索空間, 這是傳統(tǒng)手工實(shí)驗(yàn)無(wú)法充分探索的。
圖 1 展示與下一代智能實(shí)驗(yàn)室相關(guān)的四種研究范式。智能實(shí)驗(yàn)室不是一項(xiàng)新技術(shù),而是一個(gè)涉及材料研究各個(gè)方面的系統(tǒng)。
02 智能實(shí)驗(yàn)室基礎(chǔ)
圖 2 智能實(shí)驗(yàn)室的一般工作流程。系統(tǒng)的定義是手動(dòng)完成的,而實(shí)驗(yàn)計(jì)劃和進(jìn)行的過(guò)程是完全自主的。
2.1具有實(shí)驗(yàn)計(jì)劃的高通量實(shí)驗(yàn)
實(shí)驗(yàn)統(tǒng)計(jì)設(shè)計(jì)(DOE)是一種早期應(yīng)用于實(shí)驗(yàn)規(guī)劃的方法,通過(guò)系統(tǒng)抽樣和 測(cè)試來(lái)分析多個(gè)自變量之間的相互關(guān)系及其對(duì)因變量的影響。當(dāng)自變量數(shù)量較少且它們之間的關(guān)系相對(duì)簡(jiǎn)單時(shí),這是一種強(qiáng)大的方法。隨后,早期的人工智能(AI)方法和先進(jìn)的優(yōu)化算法開始應(yīng)用于材料科學(xué),以解決更復(fù)雜的問(wèn)題。例如,全局單目標(biāo)優(yōu)化算法 SNOBFIT 可以在沒(méi)有理論模型的情況下進(jìn)行優(yōu)化,并已用于化學(xué)反應(yīng)的優(yōu)化。一些多目標(biāo)優(yōu)化方法,如 TSEMO 和 MOAL,也已被開發(fā)用于沖突目標(biāo)之間的權(quán)衡。隨著人工智能的發(fā)展,主動(dòng)學(xué)習(xí)和強(qiáng)化學(xué)習(xí)技術(shù)已開始用于材料研究。
理論計(jì)算可以被認(rèn)為是實(shí)驗(yàn)吞吐量的進(jìn)一步擴(kuò)展,并在一些國(guó)家級(jí)材料加速計(jì)劃中得到了強(qiáng)調(diào),如材料基因組計(jì)劃(MGI)。通過(guò)高通量計(jì)算,研究人員可以在不進(jìn)行實(shí)驗(yàn)的情況下探索更大范圍的化學(xué)空間,并直接在計(jì)算機(jī)上進(jìn)行虛擬篩選。與數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)模型給出的預(yù)測(cè)不同,理論計(jì)算的結(jié)果直接來(lái)自基本物理原理,被認(rèn)為更可靠、更具物理解釋性,而且計(jì)算時(shí)間更長(zhǎng)。因此,創(chuàng)建了大型計(jì)算材料數(shù)據(jù)庫(kù),以存儲(chǔ)理論計(jì)算的結(jié)果并減少重復(fù)計(jì)算。機(jī)器學(xué)習(xí)方法通過(guò)引入動(dòng)態(tài)訓(xùn)練的代理模型來(lái)加快理論計(jì)算的搜索過(guò)程。在之前的工作中,理論計(jì)算也可以直接添加到主動(dòng)學(xué)習(xí)循環(huán)中,以實(shí)現(xiàn)自我改進(jìn)的材料發(fā)現(xiàn)。
3.智能實(shí)驗(yàn)室的應(yīng)用場(chǎng)景
3.1 材料配方和合成條件的探索
智能實(shí)驗(yàn)室的經(jīng)典應(yīng)用場(chǎng)景可以歸結(jié)為通過(guò)優(yōu)化材料的配方或合成條件來(lái) 實(shí)現(xiàn)最佳性能,無(wú)論這些材料是碳納米管、金納米顆粒、量子點(diǎn)、薄膜材料,或亞穩(wěn)態(tài)材料。材料的合成表征周期通常是固定的,可以在單個(gè)機(jī)器人平臺(tái)甚至單個(gè)儀器上完成。困難在于大量可用的處理參數(shù)對(duì)它們的關(guān)系知之甚少,使用人工智能驅(qū)動(dòng)的自動(dòng)化實(shí)驗(yàn)平臺(tái)可以更有效地探索這些參數(shù)。
3.2 有機(jī)合成智能實(shí)驗(yàn)室
智能實(shí)驗(yàn)室的研究范式也可以應(yīng)用于有機(jī)合成。對(duì)于每個(gè)反應(yīng),都需要大量的重復(fù)實(shí)驗(yàn)來(lái)找到最佳的反應(yīng)條件,以獲得最大的產(chǎn)率并使副產(chǎn)物最小化。Angello 等人為雜芳基 Suzuki Miyaura 偶聯(lián)反應(yīng)的一般反應(yīng)條件設(shè)計(jì)了一個(gè)閉環(huán)優(yōu)化過(guò)程。首先通過(guò)數(shù)據(jù)挖掘技術(shù)選擇襯底,然后將不確定性最小化 ML 和機(jī)器人實(shí)驗(yàn)相結(jié)合,進(jìn)行迭代測(cè)試,以優(yōu)化反應(yīng)條件。發(fā)現(xiàn)了使目前廣泛使用的條件的平均產(chǎn)率加倍的反應(yīng)條件,并且與先前報(bào)道的條件相比,通用性也顯示出統(tǒng)計(jì)學(xué)上顯著的增加。該工作流程提高了反應(yīng)優(yōu)化的效率,而有機(jī)合成過(guò)程通常涉及不同類型的反應(yīng),并且不同反應(yīng)的優(yōu)化需要系統(tǒng)的可重構(gòu)性。Bédard 等人開發(fā)了 一種即插即用、連續(xù)流動(dòng)的化學(xué)合成系統(tǒng)。該系統(tǒng)高度集成,可以根據(jù)需要以簡(jiǎn)單的方式選擇和配置不同的模塊化單元操作和分析方法。反應(yīng)條件的優(yōu)化是自動(dòng)進(jìn)行的,并且提供了用戶友好的界面以達(dá)到高可用性。該系統(tǒng)的能力已經(jīng)在幾個(gè)廣泛使用的單步和兩步反應(yīng)中得到了證明。
3.3 完全自主的催化劑設(shè)計(jì)實(shí)驗(yàn)室
盡管為特定任務(wù)構(gòu)建自主實(shí)驗(yàn)平臺(tái)并不具有挑戰(zhàn)性,但應(yīng)用范圍有限。幾項(xiàng)努力旨在建立一個(gè)能夠執(zhí)行多項(xiàng)研究任務(wù)的完全自主的實(shí)驗(yàn)室。建造這樣一個(gè)平臺(tái)當(dāng)然很耗時(shí),但一旦這樣一個(gè)實(shí)驗(yàn)室全面投入使用,其好處仍然很大。Burger 等人提出了一項(xiàng)具有里程碑意義的工作,命名為移動(dòng)機(jī)器人化學(xué)家。一個(gè)帶有機(jī)械臂的移動(dòng)機(jī)器人平臺(tái)被用來(lái)模仿人類行為。借助激光掃描與觸摸反饋相結(jié)合的精細(xì)定位,該平臺(tái)可以像人一樣在實(shí)驗(yàn)室中自由移動(dòng),抓取和轉(zhuǎn)移樣品瓶,并在不修改物理硬件的情況下操作商業(yè)儀器。整個(gè)實(shí)驗(yàn)過(guò)程由八個(gè)工作站完成。通過(guò)使用分批貝葉斯算法來(lái)優(yōu)化催化劑配方,在 688 次實(shí)驗(yàn)后確定了具有比初始配方高六倍活性的光催化劑混合物。4.智能實(shí)驗(yàn)室的未來(lái)發(fā)展方向
曼森生物合成生物學(xué)自動(dòng)化實(shí)驗(yàn)室