人工智能（AI）與機械人合作做實驗及修正，極速造出多種新材料。 Berkeley Lab

Previous Next

一個由機械人技術與人工智能（AI）聯手開發新材料的自動系統發布首批發現，在短短17天內，成功製作出41種新的無機材料，其中9種是在AI主動學習改進後成功。這些進步有望大大加速清潔能源技術、下一代電子產品和許多其他應用的材料的發現。

柏克萊實驗室研究員檢查A-Lab新物料實驗的起點。 Berkeley Lab

研究員微調 A-Lab組件。Berkeley Lab

人工智能引導的機械人創造出40多種新材料。 Google DeepMind

開放式數據庫「材料專案」提供不同的材料的重要資訊，圖為資料庫中的12種化合物結構。Berkeley Lab

「材料專案」許多計算都是在伯克利實驗室的超級電腦上進行。 Berkeley Lab

經過幾個世紀艱苦的實驗室工作，化學家合成出數十萬種無機化合物。然而研究表明，仍有數十億種相對簡單的無機材料有待被發現。

Google DeepMind透過名為材料探索圖網路（GNoME）的人工智能系統，經訓練後得出多達220萬種潛在化合物。經過計算這些化合物是否穩定，並預測它們的晶體結構，在勞倫斯柏克萊國家實驗室（LBNL）開放式數據庫「材料專案」（Materials Project）中增加了38.1萬種新的無機化合物。

隸屬美國能源部的LBNL屬下A-Lab團隊，選出其中58種預期穩定的目標化合物，然後交給機械學習模型，利用最先進的機械人技術，將這些想像中的物料製造出來。

第一個機械人取出稱為粉末前驅體的起始成分，稱重並以不同組合混合。

前驅物有近200種，包括鋰、鐵、銅、錳、鎳等元素的不同金屬氧化物。Berkeley Lab

粉末與溶劑混合均勻。Berkeley Lab

機械人將混合物移入容器。Berkeley Lab

下一個機械手臂提取容器。Berkeley Lab

裝入溫度可達攝氏1204℃的熔爐。Berkeley Lab

熔爐中會注入氮、氫、氧等各種氣體，讓原料在不同的環境下烘烤出不同特性，Al決定烘烤溫度和時間。Berkeley Lab

機械臂將新物質研磨成細粉末，放上玻璃片主行分析。Berkeley Lab

玻璃片放進自動化機器中進行分析。Berkeley Lab

X繞射儀可確定是否形成了一種或多種新化學物質，以及剩餘了多少初始成分。Berkeley Lab

自動電子顯微鏡可進行進一步的形狀和化學分析。Berkeley Lab

實驗結果傳回人工智能系統，經學習修正組合成分後重新試做。Berkeley Lab

透過梳理3萬多個已發布的合成程序，A-Lab 可以評估每個目標與現有材料的相似性，並提出試造新材料所需的成分和反應溫度。機械臂自動從原料架上選擇成分，進行合成，並分析產品。「主動學習」演算法會從失敗的經驗中學習，再重新嘗試。

AI幫人類慳時間

結果，A-Lab花了17 天的時間便製作出41種新的無機材料，其中9 種是經過主動學習改進後合成出來。而A-Lab 未能成功製造的17種材料，大多數因實驗困難而失敗，部分經過人類干預，例如在反應過程中重新研磨混合物之後，最終也合成出來。

「材料專案」創始人兼主任、加州大學柏克萊分校教授佩爾森（Kristin Persson）說：「要解決全球環境和氣候挑戰，我們必須創造新材料。借助材料創新，我們可以開發可回收塑料、利用廢棄能源、製造更好的電池，並構建更便宜、壽命更長的太陽能電池板等等。」

—
《星島頭條》APP經已推出最新版本，請立即更新，瀏覽更精彩內容：https://bit.ly/3yLrgYZ