Isang rebolusyonaryong pamamaraan sa laboratory automation ang nagbabago sa paraan ng pagdiskubre ng mga siyentipiko ng mga bagong materyales. Nakapag-develop ang mga mananaliksik mula sa North Carolina State University ng isang self-driving na laboratoryo na nakakakolekta ng hindi bababa sa sampung beses na mas maraming datos kumpara sa mga naunang teknolohiya, na labis na nagpapabilis sa proseso ng pagdiskubre ng mga materyales.
Ang tagumpay na ito, na inilathala sa Nature Chemical Engineering, ay gumagamit ng dynamic flow experiments kung saan ang mga kemikal na halo ay tuloy-tuloy na dumadaloy sa sistema habang minomonitor sa real-time. Ito ay isang malaking paglayo mula sa tradisyonal na steady-state methods na nangangailangan ng paghihintay na matapos ang reaksyon bago ito masuri.
"Nakapaglikha na kami ngayon ng isang self-driving lab na gumagamit ng dynamic flow experiments, kung saan ang mga kemikal na halo ay tuloy-tuloy na binabago sa sistema at minomonitor sa real time," paliwanag ni Milad Abolhasani, ALCOA Professor ng Chemical and Biomolecular Engineering sa NC State at pangunahing may-akda ng pag-aaral. "Parang mula sa isang larawan lang, naging isang buong pelikula ng reaksyon habang ito ay nangyayari."
Hindi humihinto ang sistema sa pagpapatakbo o pagcha-characterize ng mga sample, nakakakuha ito ng datos kada kalahating segundo imbes na maghintay matapos ang bawat eksperimento. Dahil dito, mas maraming dekalidad na datos ang natatanggap ng machine-learning algorithms ng laboratoryo, na nagpapahusay sa katumpakan ng kanilang mga prediksyon at nagpapabilis sa kakayahan nitong lutasin ang mga problema.
Bukod sa bilis, malaki rin ang naitutulong ng inobasyon sa pagbawas ng epekto sa kapaligiran. "Sa pagbawas ng bilang ng mga kinakailangang eksperimento, malaki ang nababawas sa paggamit ng kemikal at basura, kaya't mas napapaunlad ang mas sustenableng pananaliksik," dagdag ni Abolhasani. "Ang kinabukasan ng pagdiskubre ng mga materyales ay hindi lang tungkol sa bilis, kundi pati sa pagiging responsable ng proseso."
Malalim ang epekto nito sa pagharap sa mga pandaigdigang hamon. Maaaring magbigay-daan ang mga self-driving na laboratoryo sa mga siyentipiko na makadiskubre ng mga makabagong materyales para sa malinis na enerhiya, bagong elektronika, o mga sustenableng kemikal sa loob lamang ng ilang araw imbes na taon. Sa mga pagsubok, natukoy agad ng dynamic flow system ang pinakamainam na kandidato ng materyales sa unang pagtatangka matapos ang training, na nagpapakita ng kahusayan nito.
Bahagi ang teknolohiyang ito ng mas malawak na kilusan tungo sa autonomous science, kung saan ang AI at robotics ay nagpapabilis ng pagdiskubre ng 10 hanggang 100 beses kumpara sa tradisyonal na mga pamamaraan. Habang patuloy na umuunlad ang mga sistemang ito, nangangako silang maghatid ng mas mabilis na solusyon sa mga pinakamalalaking hamon ng lipunan sa enerhiya, pagpapanatili, at pag-unlad ng mga advanced na materyales.