Национальная лаборатория Лоуренса в Беркли недавно объявила о завершении строительства своей «A-Lab», где буква «A» означает искусственный интеллект, автоматизированный и ускоренный. Лаборатория стоимостью 2 миллиона долларов укомплектована тремя роботизированными манипуляторами, восемью печами и лабораторным оборудованием, управляемым программным обеспечением искусственного интеллекта, и работает круглосуточно.
Если это похоже на реальную копию лаборатории персонажа Marvel Тони Старка, что ж, это не за горами. Это полностью автономная лаборатория, которая может создавать и тестировать до 200 образцов новых материалов в день, ускоряя открытия в области материаловедения с беспрецедентной скоростью и облегчая нагрузку на исследователей.
Исследователи из A-lab в настоящее время работают над материалами для улучшенных батарей и накопителей энергии, надеясь удовлетворить насущные потребности в устойчивом использовании энергии. Лаборатория может стимулировать инновации и во многих других отраслях.
«Разработка материалов, которая так важна для общества, идет слишком медленно», — говорит Герд Седер, главный исследователь A-Lab.
Материаловедение — это область, которая выявляет, разрабатывает и тестирует материалы и их применение для всего, от аэрокосмической промышленности до чистой энергии и медицины.
Материаловеды обычно используют компьютеры для прогнозирования новых, невидимых в природе материалов, которые достаточно стабильны для использования. Хотя компьютер может генерировать теоретические неорганические соединения, определение того, какие новые соединения производить, выяснение того, как их синтезировать, а затем оценка их производительности является трудоемким процессом, выполняемым вручную.
Кроме того, вычислительные инструменты значительно упростили проектирование материалов, а это означает, что существует избыток новых материалов, которые все еще необходимо протестировать, создавая эффект узкого места.
«Иногда вам везет, и за две недели попыток вы сделали это, а иногда шесть месяцев в лаборатории, и вы нигде». — говорит Седер. «Таким образом, разработка путей химического синтеза для создания того соединения, которое вы хотели бы получить так много, может занять чрезвычайно много времени».
A-Lab работает с The Materials Project, базой данных сотен тысяч предсказанных материалов, которой управляет директор-основатель Кристин Перссон. Они предоставляют свободный доступ к тысячам вычислительно предсказанных новых материалов, а также к информации о структурах соединений и некоторых их химических свойствах, которые могут использовать исследователи.
«Чтобы на самом деле создавать новые материалы, мы не можем просто предсказать их в компьютере», — говорит Перссон. «Мы должны показать, что это реально».
Опытные исследователи могут проверить только несколько образцов за рабочий день. Теоретически A-Lab сможет производить сотни образцов быстро и более точно. С помощью A-Lab исследователи могут выделять больше своего времени на масштабные проекты вместо того, чтобы выполнять рутинную работу.
Ян Цзэн, штатный научный сотрудник, возглавляющий A-lab, сравнивает процесс лаборатории с приготовлением нового блюда, когда лаборатории дают новое блюдо, которое в данном случае является целевым соединением, чтобы найти рецепт. Как только исследователи идентифицируют новое соединение с требуемыми качествами, они отправляют его в лабораторию. Система искусственного интеллекта создает новые рецепты с различными комбинациями из более чем 200 ингредиентов или порошков-прекурсоров, таких как оксиды металлов, содержащие железо, медь, марганец и никель.
Роботизированные манипуляторы смешивают суспензию порошков вместе с растворителем, а затем выпекают новый образец в печах, чтобы стимулировать химическую реакцию, которая может дать или не дать предполагаемое соединение. Методом проб и ошибок система искусственного интеллекта может изучать и настраивать рецепт до тех пор, пока не создаст успешное соединение.
Программное обеспечение искусственного интеллекта управляет движением трех роботизированных рук, которые работают с лабораторным оборудованием, а также взвешивают и смешивают различные комбинации исходных ингредиентов. Да и сама лаборатория тоже автономна. Это означает, что он может принимать новые решения о том, что делать после неудач, независимо работая над новыми рецептами синтеза быстрее, чем человек.
«Я не ожидал, что он так хорошо справится с синтезом новых соединений», — говорит Седер. «И это было своего рода первое плавание».
«Лежачий полицейский» со стороны ученых-людей связан не только с роботами, управляемыми искусственным интеллектом, но и с тем, что программное обеспечение может извлекать знания из примерно 100 000 рецептов синтеза в пяти миллионах исследовательских работ.
Как и ученый-человек, A-lab также записывает детали каждого эксперимента, даже документируя неудачи.
Исследователи не публикуют данные неудачных экспериментов по многим причинам, включая ограниченное время и финансирование, отсутствие общественного интереса и восприятие того, что неудача менее информативна, чем успех. Тем не менее, неудачные эксперименты занимают ценное место в исследованиях. Они исключают ложные гипотезы и неудачные подходы. Благодаря легкому доступу к данным из сотен неудачных образцов, создаваемых каждый день, они могут лучше понять, что работает, а что нет.