Революционный подход к автоматизации лабораторных исследований меняет способы, которыми ученые открывают новые материалы. Исследователи из Университета штата Северная Каролина создали самообучающуюся лабораторию, которая собирает как минимум в 10 раз больше данных по сравнению с предыдущими методами, значительно ускоряя процесс поиска новых материалов.
Прорыв, опубликованный в журнале Nature Chemical Engineering, основан на динамических поточных экспериментах, в которых химические смеси непрерывно проходят через систему и отслеживаются в реальном времени. Это существенный отход от традиционных стационарных методов, где для анализа необходимо дожидаться завершения реакции.
«Теперь мы создали самообучающуюся лабораторию, использующую динамические поточные эксперименты, в которых химические смеси постоянно изменяются в системе и отслеживаются в реальном времени», — объясняет Милад Аболхасани, профессор кафедры химической и биомолекулярной инженерии Университета штата Северная Каролина и ведущий автор исследования. — «Это как перейти от одной фотографии к полноценному фильму реакции в момент её протекания».
Система никогда не прекращает работу или анализ образцов, фиксируя данные каждые полсекунды, а не дожидаясь завершения каждого эксперимента. Такая непрерывная работа позволяет алгоритмам машинного обучения лаборатории получать значительно больше высококачественных экспериментальных данных, что делает их прогнозы всё более точными и ускоряет решение научных задач.
Помимо скорости, это новшество существенно снижает воздействие на окружающую среду. «Сокращая количество необходимых экспериментов, система значительно уменьшает расход химикатов и образование отходов, способствуя более устойчивым научным практикам», — отмечает Аболхасани. — «Будущее поиска новых материалов — это не только скорость, но и ответственность нашего подхода».
Влияние на решение глобальных задач может быть огромным. Самообучающиеся лаборатории позволят учёным находить прорывные материалы для чистой энергетики, новых электронных устройств или экологически безопасных химикатов за считанные дни вместо лет. В ходе испытаний динамическая поточная система смогла определить оптимальные кандидаты материалов с первой попытки после обучения, продемонстрировав свою эффективность.
Эта технология является частью более широкой тенденции к автономной науке, где ИИ и робототехника ускоряют открытия в 10–100 раз по сравнению с традиционными методами. По мере развития подобных систем они обещают обеспечить более быстрые решения самых острых задач общества в области энергетики, устойчивого развития и создания передовых материалов.