Ett forskarlag vid Tokyos universitet har presenterat ett innovativt digitalt laboratoriesystem som innebär ett paradigmskifte för hur forskning inom materialvetenskap bedrivs.
Detta dLab-system, som beskrivs i en nyligen publicerad artikel i tidskriften Digital Discovery, består av fysiskt sammankopplade modulära experimentinstrument som möjliggör fullständig automatisering från materialsyntes till omfattande egenskapsmätningar. Denna integration gör det möjligt för forskare att överlåta repetitiva experimentella uppgifter till robotsystem som styrs av maskininlärningsalgoritmer.
"Vi visade att systemet självständigt kan syntetisera ett tunnfilmsmaterial specificerat av en forskare," förklarar professor Taro Hitosugi vid Tokyos universitets naturvetenskapliga fakultet. Hans team lyckades demonstrera autonom syntes av litiumjon-tunnfilmer för positiva elektroder och deras strukturella utvärdering genom mätning av röntgendiffraktionsmönster.
Arkitekturen för dLab består av två huvudsakliga system: ett som integrerar experimentella instrument för automatiserad materialsyntes och mätningar, och ett annat som hanterar datainsamling och analys. Varje mätinstrument genererar data i ett standardiserat XML-format kallat MaiML (Measurement Analysis Instrument Markup Language), vilket registrerades som en japansk industristandard 2024 genom samarbete mellan Japan Analytical Instruments Manufacturers Association och Japans ministerium för ekonomi, handel och industri.
Denna standardisering adresserar en avgörande flaskhals inom materialforskning genom att etablera enhetliga format för provhållare och datainsamling. "Idag är laboratorier inte bara platser för experimentella instrument, utan snarare fabriker för att producera material och data, där experimentutrustningen fungerar som ett system," påpekar professor Hitosugi.
Framöver planerar teamet att förbättra systemet genom att standardisera orkestreringsmjukvara och schemaläggning för att effektivare hantera uppgifter för flera prover. "Vi siktar på att digitalisera forsknings- och utvecklingsmiljön, utbilda forskare som kan använda dessa teknologier och underlätta datadelning och -användning," säger huvudförfattaren Kazunori Nishio, särskilt anställd biträdande professor vid Institute of Science Tokyo. "Denna miljö kommer att fullt ut utnyttja forskarnas kreativitet."