AI化学家诞生!1天可做500个实验,自主开发新材料,实验室劳力们,颤抖吧

简介: 近日,来自北卡罗莱纳州立大学和布法罗大学的研究人员开发了一项名为“人工化学家”的技术,该技术结合了人工智能(AI)和执行化学反应的自动化系统,以加速研发和生产商业所需的新化学材料。

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

近日,来自北卡罗莱纳州立大学和布法罗大学的研究人员开发了一项名为“人工化学家”的技术,该技术结合了人工智能(AI)和执行化学反应的自动化系统,以加速研发和生产商业所需的新化学材料。

以往的人工智能大部分生活在硬盘和内存里,人工化学家则突破了“次元壁”,能直接将自己的“想法”在现实世界中通过物理手段来验证。

“人工化学家就像一个真正的自主导航系统,在纷繁复杂的化学宇宙里穿梭。”论文通讯作者、北卡罗莱纳州立大学化学和生物分子工程学的助理教授 Abolhasani 给了人工化学家的工作过程一个生动的比喻。

image

强大的人工化学家

在基于概念推论进行实验验证的过程中,研究人员发现,人工化学家可以在最多 15 分钟内识别并生成任何颜色的可能的最佳量子点。

量子点又称为半导体荧光纳米晶,主要是由 II-VI 族元素(如CdS、CdSe、CdTe、ZnSe等)和 III-V 族元素(如 InP、InAs 等)组 成的纳米颗粒,粒径一般小于 20 纳米。由于具有尺寸限域、量子限域等多个效应,展现出许多不同于宏观物质的光学及物理特性,因而在光学、电学、磁介质、催化、医药、生命科学、功能材料等领域具有极为广阔的应用前景。

量子点由于电子-空穴被量子限域,连续的能带结构变成具有分子特性的分立能级结构,受激后可以发射不同波长的荧光,并具有独特优异的发光特性,因而成为新一代荧光材料。

image

不仅如此,随后研究人员指出,人工化学家可以识别出满足任何已知属性的最佳材料——而不仅仅是量子点。

就目前来说,人工化学是为溶液处理材料设计的,这意味着它适用于寻找那些可以使用液体化学前体制造的材料。溶液处理材料包括量子点、金属/金属氧化物纳米颗粒、金属有机骨架(MOFs)等高价值材料。

“人工化学家类似于自动驾驶汽车,但自动驾驶汽车至少有有限的路线可供选择,以便到达预先选定的目的地。而使用人工化学家时,你只用提供给他一组代表着材料属性的参数。”Abolhasani 补充道。

输入参数后,人工化学家可以自己判定出所需要的的其他数据,比如:化学前体是什么,以及合成路线是什么,并且能在自主探索的同时,尽量减少这些化学前体的消耗。

Abolhasani 表示:“研究的最终理想结果就是能探究出一种完全自主的材料开发技术,这种技术不仅能帮助你最快地找到理想的液体化学材料,而且还能尽可能少地消耗化学前体。这大大减少了浪费,也大大降低了材料开发过程的成本。”

AI 大脑+自动化身体

值得一提的是,这位人工化学家不仅有一个执行实验并感知实验结果的“本体”,还有一个记录数据并利用它来决定下一个实验是什么的“大脑”。

为了进行概念验证测试,人工化学家’的身体整合了实验室开发的自动化纳米晶体工厂和纳米流体合成平台。人工化学家平台已经证明它每天可以进行 500 个量子点合成实验,尽管 Abolhasani 估计它实际上可以进行 1000 个。

人工化学家的大脑是一个 AI 程序,它通过识别和探索本体正在合成的材料形成独特的数据,并利用这些数据对下一组的实验条件做出自主决定。它是基于在满足材料的期望属性和性能指标的基础之上,决定如何最快最有效的探究出最佳材料的组成结构。

image

“我们试图模仿人类做决定的过程,但事实上,人工化学家的决定过程更有效率。”Abolhasani 表示。

例如,人工化学家可以进行“知识迭代”过程,这意味着它存储了它收到的每个请求所生成的数据,从而加快识别下一个候选材料的过程。换句话说,随着时间的推移,人工化学家在识别正确的化学物质时将会变得越来越高效。

为了证明他们的推论,研究人员测试了人工智能如何使用数据来决定下一个实验是什么。然后,他们进行了一系列的请求,每次都要求人工化学家识别出最适合三个不同输出参数的量子点材料。

“我们发现,即使人工化学家没有先验知识,它也能在 25 个实验后或大约一个半小时内识别出最好的量子点,”Abolhasani 说:“但一旦人工化学家有了先验知识——这意味着它已经处理了一个或多个目标材料请求——它就能在 10 到 15 分钟内确定具有新特性的最佳材料。”

image

“我们发现,人工化学家还可以快速识别给定一组起始化学前体的材料性质边界,这样化学家和材料科学家就不需要浪费时间探索不同的合成条件。

“我相信由人工化学家实现的自主材料研发可以重塑材料开发和制造的未来,”Abolhasani 说,“我现在正在寻找合作伙伴,帮助我们将这项技术从实验室转移到工业市场。”

资料来源:
https://news.ncsu.edu/2020/06/artificial-chemist/
Robert W. Epps, Michael S. Bowen, Amanda A. Volk, Kameel Abdel‐Latif, Suyong Han, Kristofer G. Reyes, Aram Amassian, Milad Abolhasani. Artificial Chemist: An Autonomous Quantum Dot Synthesis Bot. Advanced Materials, 2020; 2001626 DOI: 10.1002/adma.202001626

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-06-28
本文作者:曹绮桐
本文来自:“ 学术头条”,了解相关信息可以关注“ 学术头条

相关文章
|
10天前
|
人工智能 安全 测试技术
探索AI在软件开发中的应用:提升开发效率与质量
【10月更文挑战第31天】在快速发展的科技时代,人工智能(AI)已成为软件开发领域的重要组成部分。本文探讨了AI在代码生成、缺陷预测、自动化测试、性能优化和CI/CD中的应用,以及这些应用如何提升开发效率和产品质量。同时,文章也讨论了数据隐私、模型可解释性和技术更新等挑战。
|
15天前
|
人工智能 小程序
【一步步开发AI运动小程序】五、帧图像人体识别
随着AI技术的发展,阿里体育等公司推出的AI运动APP,如“乐动力”和“天天跳绳”,使云上运动会、线上健身等概念广受欢迎。本文将引导您从零开始开发一个AI运动小程序,使用“云智AI运动识别小程序插件”。文章分为四部分:初始化人体识别功能、调用人体识别功能、人体识别结果处理以及识别结果旋转矫正。下篇将继续介绍人体骨骼图绘制。
|
16天前
|
人工智能 小程序 vr&ar
AI运动小程序开发常见问题集锦二
截至当前,我们的AI运动识别小程序插件已迭代至第23个版本,广泛应用于健身、体育、体测、AR互动等场景。本文针对近期用户咨询,汇总了常见问题,帮助用户减少开发成本,提高效率。主要涵盖计时与计数模式的区别、综合排行榜生成方法、全屏模式适配及无开发能力用户的解决方案。
|
27天前
|
人工智能 安全 决策智能
OpenAI推出实验性“Swarm”框架,引发关于AI驱动自动化的争论
OpenAI推出实验性“Swarm”框架,引发关于AI驱动自动化的争论
|
26天前
|
人工智能 编解码 小程序
【一步步开发AI运动小程序】四、小程序如何抽帧
随着AI技术的发展,阿里体育等公司推出的“乐动力”、“天天跳绳”等APP使云上运动会、线上健身等概念备受关注。本文将引导您从零开始开发一个AI运动小程序,利用“云智AI运动识别小程序插件”。文中详细介绍了微信小程序抽帧的相关API、设置及注意事项,帮助开发者更好地实现AI运动功能。下篇将介绍人体识别技术,敬请期待。
|
29天前
|
机器学习/深度学习 人工智能 监控
利用AI进行代码审查:提升代码质量和开发效率
【10月更文挑战第12天】本文探讨了AI在代码审查中的应用及其优势,介绍了AI辅助代码审查工具如何通过自动化和持续学习提升代码质量和开发效率。文章还提供了实施AI辅助代码审查的具体步骤和实战技巧,帮助团队更好地利用这些工具。
|
29天前
|
人工智能
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
|
29天前
|
存储 人工智能 NoSQL
使用 MongoDB 构建 AI:Gradient Accelerator Block 如何在几秒钟内让您从零开发 AI
借助 MongoDB,开发者可以存储任何结构的数据,然后使用单一查询 API 和驱动程序将这些数据用于 OLTP、文本搜索和向量搜索处理。
|
30天前
|
人工智能 前端开发 测试技术
探索前端与 AI 的结合:如何用 GPT-4 助力开发效率
本文介绍了 GPT-4 如何成为前端开发者的“神队友”,让开发变得更加高效愉快。无论是需求到代码的自动生成、快速调试和性能优化,还是自动化测试和技术选型,GPT-4 都能提供极大的帮助。通过智能生成代码、捕捉 BUG、优化性能、自动化测试生成以及技术支持,GPT-4 成为开发者不可或缺的工具,帮助他们从繁重的手动任务中解脱出来,专注于创新和创意。GPT-4 正在彻底改变开发流程,让开发者从“辛苦码农”转变为“效率王者”。
31 0
探索前端与 AI 的结合:如何用 GPT-4 助力开发效率
|
1月前
|
人工智能 监控 IDE
利用AI进行代码生成:开发新纪元
【10月更文挑战第9天】人工智能在软件开发领域的应用日益广泛,特别是AI驱动的代码生成技术。本文介绍了AI代码生成的原理、核心优势及实施步骤,探讨了其在自动补全、代码优化和快速原型开发中的应用,并提供了实战技巧,旨在帮助开发者高效利用这一技术提升开发质量和效率。

热门文章

最新文章