«ИИ-советник» помогает автономным лабораториям совместно создавать материалы нового поколения
Автономные или «самоуправляемые» лаборатории — это технология, где искусственный интеллект ведет процесс открытий, проектируя эксперименты и оптимизируя стратегии.
Пока ученые спорят, кто должен рулить исследованиями — люди или машины, исследователи из Национальной лаборатории им. Э. Арджонна и Притцкерской школы молекулярной инженерии Чикагского университета нашли простой ответ: оба вместе.
Модель «ИИ-советника»
В статье, опубликованной в Nature Chemical Engineering, команда под руководством ассистент-профессора Цзе Сюй (у него еще и совместная должность в Арджонне) представила модель «ИИ-советника». Идея заимствована из софта для трейдеров на фондовом рынке: ИИ анализирует данные в реальном времени, но решения остаются за опытными учеными, привыкшими работать с ограниченной информацией. «Советник следит за процессом автономного поиска лаборатории. Если видит спад производительности, предлагает человеку сменить стратегию или сузить пространство дизайна», — объясняет Сюй. Это делает весь цикл принятия решений гибким, в отличие от классических автономных лабораторий с фиксированной стратегией с начала до конца.
Практика на примере
Команда применила модель к задаче по электронным материалам, используя лабораторию Polybot в Центре наноматериалов Арджонна. Цель — разработать смешанный ионно-электронный проводящий полимер (MIECP). Результат: новый MIECP показал прирост смешанной проводимости на 150% по сравнению с предыдущими передовыми методами.
Открыли два ключевых фактора для повышения объемной емкости: большая кристаллическая ламеллярная структура и высокая удельная поверхность. «В материаловедении две цели: улучшить характеристики материала и понять, как параметры дизайна на них влияют. Эта модель достигает обеих сразу», — отмечает соавтор Сихон Ван.
Почему именно сотрудничество
«ИИ хорош в анализе данных, но теряется при их нехватке для решений. Здесь сильны люди», — подчеркивает Сюй. Генри Чан из Арджонна добавляет: цель не в том, чтобы кто-то доминировал, а чтобы каждый делал свое — ИИ анализирует, люди решают. � Метод универсален и подходит для других автономных лабораторий.
Что дальше
Сейчас взаимодействие одностороннее: ИИ дает подсказки, люди реагируют. В будущем планируют двустороннюю связь — ИИ будет учиться на действиях ученых, моделируя их мышление. Это ускорит совместные открытия в материаловедении и не только.