Sci. Adv.，一种基于人工智能的化学合成机器人，用于纳米材料的探索和优化

纳米材料具有独特的尺寸和形状控制的物理和化学性质，应用于医学，电子，催化和量子技术领域。控制纳米材料的形态对于调整其独特的特性至关重要。但纳米材料的合成往往存在不可重复性，低产率和多分散性，因而具有高形状产量和单分散性的目标纳米结构找到最佳条件仍是一项巨大的挑战。

自主精密机器人架构的开发能够在机器学习（ML）算法指导下的闭环方法中进行并行实验，可以为解决高维性和对合成条件的敏感性提供可行的途径。

图 1.在种子介导的纳米颗粒合成中探索和优化的闭环方法

10月7日，来自英国格拉斯哥大学大学化学学院的YIBIN JIANG等人在Science Advances上发表“An artificial intelligence enabled chemical synthesis robot for exploration and optimization of nanomaterials”论文，概念化并开发了一个用于纳米材料（AI-EDISON）自主智能探索，发现和优化的系统，该系统旨在发现和可重复的多步骤合成新型纳米材料，其独特的数字签名源自物理性质和合成程序。

图 2. 自主纳米材料发现平台

具体来说，研究人员开发了一种自主化学合成机器人，用于探索，发现和优化纳米结构，这些结构由实时光谱反馈，理论和机器学习算法驱动，这些算法控制反应条件并允许选择性地对反应进行模板化。这种方法允许在探索周期之间将材料作为种子转移，从而像生物学中的基因转移一样打开了搜索空间。通过在线紫外可见表征对种子介导的金纳米颗粒（AuNPs）多步合成的开放式探索，仅在三个层次连接的化学空间中进行了约1000次实验，就发现了五类纳米颗粒。

图 3. 具有有向图结构的完全自主多步合成

总之，我们开发了一个统一的架构AI-EDISON，其中包括一个完全自主的闭环合成机器人，该机器人结合了最先进的ML算法和消光频谱模拟引擎。该平台通过结合实验和消光光谱模拟，优化了具有所需光学性质的纳米结构，以实现高达95%的产量。合成过程使用化学描述语言（χDL）以通用格式输出，并带有分析数据，以产生独特的数字签名，以实现合成的可重复性。

转自：“科学研究进展”微信公众号

如有侵权，请联系本站删除！