当前位置 : X-MOL首页行业资讯 › 机器人“化学家”,自主优化合成纳米材料

机器人“化学家”,自主优化合成纳米材料

新材料的制备实验,常常会牵涉到多个反应阶段、反应参数和反应路线,而为了找到最佳的制备方案需要系统优化不同的条件,这给研究人员带来大量的工作量,非常耗时耗力。就算顺利优化,找到了最佳方案,但还有可能面对另外一个大坑——可重复性!估计很多人都或多或少遇到过无法解释的实验不能重复问题。制备方法一样,甚至原料批次都一样,换一个实验室或换一个人操作,可能就做不出来。这不但让科学变成了玄学,而且还有更可怕的,就是别人用怀疑的语气质问你,“你的实验怎么重复不出来?”“有没有造假?”……笔者的室友就是个例子,当时他开局很顺利,利用水热法制备的一批纳米催化材料性能很好,也很稳定,各种表征也都做得差不多了,就差一两个关键测试数据就准备投文章。不过这时候样品有点不够用,他于是回头重复之前实验想再制备一批材料,谁也没想到,得到的纳米材料催化性能却远没有第一批的好,即使用同样的试剂同样的条件也不行,前前后后折腾了半年多,重复不了也找不出原因,最后这个课题也只能不了了之。笔者到现在还记得他长吁短叹的落寞身影,还有日渐稀疏的头发……


无论一个人如何的精细和有经验,在重复性操作上肯定无法像机器那样精密,这就可能导致一些我们自己无法意识到或者察觉到的差异,这些小的差异累积起来,可能就导致了实验的不可重复。再考虑到之前提到的工作量巨大的反应优化,不少科学家都认为在实验室引入自动化合成设备和人工智能(AI)是不错的选择,如果有人有疑问,一堆标准化参数扔过去……近日,美国北卡罗莱纳州立大学Milad Abolhasani教授等人结合机器学习与自动流动化学反应器,实现了在无人操作条件下自主合成不同发光性能的无机钙钛矿量子点。基于自适应采样算法,该系统可以自动优化反应的参数。这种智能的流动合成技术可以很容易地按需寻找和优化合成钙钛矿量子点以及其他类别的纳米材料的最佳条件。该技术不仅能加速发现不同性能的量子点,还能实现大量生产,每天的产量约为220 g。相关工作发表在Advanced Materials 期刊上。

Milad Abolhasani教授。图片来源:North Carolina State University


发光量子点的结构和性能之间关系很大,尺寸稍微一有变化发光的波长就会不一样,因此对量子点的合成过程要求很高。而机器学习技术的发展为实现无人合成量子点提供了可能性。作者基于机器学习的优化算法来对实验结果进行判断和分析,利用高通量的流动化学反应器进行量子点制备路径的发现、优化以及精准控制合成。他们设计的机器人“化学家”系统由三个模块组成(下图A),第一个是前体配方模块,包括不同的注射泵和混合器,控制试剂的进样和混合;第二个模块是流动反应器模块,在此模块进行流动化学合成反应;第三个是原位材料表征模块,分别利用紫外可见和光致发光光谱表征所制备的量子点性质,由此结果来调节进样量的比例以得到作者想要的量子点。

机器人“化学家”的模块和操作原理。图片来源:Adv. Mater.


为了验证该系统的可行性,作者以卤素置换反应改变钙钛矿量子点(CsPbBr3量子点作为起始量子点)的能隙为模板,进行了一系列实验。通过起始量子点与不同比例的ZnI2、ZnCl2、ZnBr2、油酸和油胺反应得到想要的量子点。通过光致发光量子产率(photoluminescence quantum yield,Φ)、发射线宽(emission linewidth,EFWHM)和峰值发射能量(peak emission energy,Ep)表征量子点的性质。由下图E可得,在三种随机选择的条件下机器人“化学家”都可制备性能稳定的量子点。

机器人“化学家”合成结果表征及稳定性研究。图片来源:Adv. Mater.


对于预先没有相关合成参数数据的量子点,该系统也可以在机器学习算法的支持下自动优化反应参数得到目标量子点。该反应体系能够在不到30 h的时间内利用不到210 mL的反应溶液获得11种精准合成的量子点。该装置通过模拟人类的思维过程,每天可以实现500种量子点的制备实验(作者认为合成能力可以多达1000种)。除此之外,该装置还能用于大批量制备量子点,每天的产量约为220 g。这些结果证明该技术使通过不同前驱体批次和精准控制合成量子点成为可能。

机器人“化学家”自主优化合成特定性能的量子点。图片来源:Adv. Mater.


机器人“化学家”按需合成量子点。图片来源:Adv. Mater.


总结


本工作将机器学习与流动化学反应体系结合用于量子点的快速合成,实现了特定性能的量子点的自主合成,极大减少了研究人员的工作量,同时也促进化学合成的规范化和标准化。该技术是为溶液中的均相反应而设计,因此它对于溶液中其他均相反应也有巨大的应用潜力,比如金属或者金属氧化物纳米颗粒、MOF等材料的合成。随着人工智能在化学领域的发展,笔者简直不敢想象未来实验室会发展到什么程度,是不是给机器人“化学家”发个信息,说一声要合成什么性质的材料,第二天到实验室,材料已经合成出来并且表征好,数据都已经存在电脑上……记得前不久报道的那篇Nature 封面文章里,已经有可以在实验室跑来跑去做实验的机器人了(Nature, 2020, 583, 237, 点击阅读相关),这样看来,机器人距离全面占领实验室恐怕也不远了。如果机器人“化学家”还能帮着读完领域里的文献,提出N多个高大上的idea,那岂不是更美?……不过,如果机器人“化学家”把事情都干了,那还要人类干嘛?……


原文(扫描或长按二维码,识别后直达原文页面,或点此查看原文):

Artificial Chemist: An Autonomous Quantum Dot Synthesis Bot

Robert W. Epps, Michael S. Bowen, Amanda A. Volk, Kameel Abdel-Latif, Suyong Han, Kristofer G. Reyes, Aram Amassian, Milad Abolhasani

Adv. Mater., 2020, 32, 2001626, DOI: 10.1002/adma.202001626


(本文由Sunshine供稿)


如果篇首注明了授权来源,任何转载需获得来源方的许可!如果篇首未特别注明出处,本文版权属于 X-MOLx-mol.com ), 未经许可,谢绝转载!

阿拉丁
动态系统的数学与计算机建模
热点论文一站获取
购书送好礼
天然纤维材料
口腔微生物
英语语言编辑翻译加编辑
材料学领域约200份+SCI期刊
定位全球科研英才
中国图象图形学学会合作刊
东北石油大学合作期刊
动物源性食品遗传学与育种
专业英语编辑服务
左智伟--多次发布
多次发布---上海中医药
广州
天大
清华
清华
北大
上海交大
中科院
南科大
ACS材料视界
down
wechat
bug