Een revolutionaire benadering van laboratoriumautomatisering verandert de manier waarop wetenschappers nieuwe materialen ontdekken. Onderzoekers aan de North Carolina State University hebben een zelfsturend laboratorium ontwikkeld dat minstens tien keer meer gegevens verzamelt dan eerdere technieken, waardoor het tempo van materiaalontdekking drastisch wordt versneld.
De doorbraak, gepubliceerd in Nature Chemical Engineering, maakt gebruik van dynamische flow-experimenten waarbij chemische mengsels continu door het systeem stromen en in real-time worden gemonitord. Dit vormt een aanzienlijke afwijking van traditionele stationaire methoden, waarbij men moet wachten tot reacties zijn voltooid voordat ze geanalyseerd kunnen worden.
"We hebben nu een zelfsturend laboratorium gecreëerd dat gebruikmaakt van dynamische flow-experimenten, waarbij chemische mengsels continu worden gevarieerd en in real-time worden gemonitord," legt Milad Abolhasani uit, ALCOA Professor in de Chemische en Biomoleculaire Technologie aan NC State en corresponderend auteur van de studie. "Het is alsof je overschakelt van een enkele foto naar een volledige film van de reactie terwijl deze plaatsvindt."
Het systeem stopt nooit met draaien of het karakteriseren van monsters en legt elke halve seconde gegevens vast, in plaats van te wachten tot elk experiment is afgerond. Door deze continue werking ontvangen de machine learning-algoritmen van het laboratorium veel meer hoogwaardige experimentele gegevens, waardoor hun voorspellingen steeds nauwkeuriger worden en het oplossingsvermogen toeneemt.
Naast snelheid vermindert deze innovatie ook de milieu-impact aanzienlijk. "Door het aantal benodigde experimenten te verminderen, bespaart het systeem enorm op chemisch gebruik en afval, wat duurzamer onderzoek mogelijk maakt," merkt Abolhasani op. "De toekomst van materiaalontdekking draait niet alleen om hoe snel we kunnen gaan, maar ook om hoe verantwoord we dat doen."
De implicaties voor het aanpakken van wereldwijde uitdagingen zijn groot. Zelfsturende laboratoria kunnen wetenschappers in staat stellen baanbrekende materialen voor schone energie, nieuwe elektronica of duurzame chemicaliën in dagen in plaats van jaren te ontdekken. Tijdens tests identificeerde het dynamische flow-systeem de optimale materiaalkandidaten al bij de eerste poging na training, wat de efficiëntie aantoont.
Deze technologie maakt deel uit van een bredere beweging richting autonome wetenschap, waarbij AI en robotica de ontdekking tot 10-100 keer versnellen ten opzichte van traditionele methoden. Naarmate deze systemen zich verder ontwikkelen, beloven ze snellere oplossingen te bieden voor de meest urgente uitdagingen van de samenleving op het gebied van energie, duurzaamheid en geavanceerde materiaalontwikkeling.