2023 年 11 月 29 日，Nature 在線發表了加州大學伯克利分校 Gerbrand Ceder 和勞倫(lun) 斯伯克利國家實驗室 Yan Zeng 課題組的研究論文，題目為(wei) 《An autonomous laboratory for the accelerated synthesis of novel materials》。
在此研究中，為了縮小新材料的計算篩選和實驗實現之間的差距，作者引入了 A-Lab，這是一個用於無機粉末固態合成的自主實驗室。該平台使用計算、文獻中的曆史數據、機器學習（ML）和主動學習來規劃和解釋使用機器人進行的實驗結果。在 17 天的連續運行中，A-Lab 從一組 58 種目標中實現了 41 種新的化合物，包括各種氧化物和磷酸鹽，這些化合物是通過使用 Materials Project 和 Google DeepMind 的大規模從頭算相穩定數據鑒定的。合成配方是由在文獻上訓練的自然語言模型提出的，並使用基於熱力學的主動學習方法進行優化。對合成失敗的分析為改進現有材料篩選和合成設計技術提供了直接可行的建議。高成功率證明了人工智能驅動平台在自主材料發現方麵的有效性，並推動了計算、曆史知識和機器人技術的進一步集成。（文章摘要）A-Lab 的成功為未來實驗室提供了一個新模式：將人工智能和機器人技術相結合。這種模式不僅提高了新材料的發現速度，還能為研究人員提供有關材料合成可能性的寶貴數據庫。在智能化的實驗室中，機器人幫助研究人員做大量的數據檢索、實驗預測和驗證工作，研究人員能夠更高效地進行實驗設計和關鍵數據分析，大幅縮短研究周期。未來，人工智能和機器人技術的結合將更加緊密，“AI + Automation” 的自動化實驗室將在各個科學領域中湧現，賦能各行業高質量發展。
AI+Automation 加速新材料研發
成功的經驗往往是相似的，华体会官网满分网的智慧實驗室一站式建設服務和 A-Lab 工作的底層邏輯有著異曲同工之妙。人工智能、機器人技術相結合的實驗模式已被廣泛接受和形成共識，在新材料領域，這些 “高大上” 的技術能幫我們解決什麽問題呢？讓我們一起來感受下 “AI+Automation” 帶來的實驗模式的改變。
新材料的研發非常困難。傳統材料實驗方法基本是以經驗、理論為基礎的 “試錯法”。其過程為：基於理論知識或經驗→預測目標材料化學成分、物理狀態→目標材料配比→製備→分析性能表征→根據結果調整配比→獲得滿足需求的材料。可見，新材料發現、開發和應用依賴經驗和反複試錯，具有不可預知的偶發性，時間和經濟成本不可控。從發明到應用極其緩慢，製約了技術與產業的發展。
隨著人工智能和自動化技術的發展，傳統 “試錯” 的材料研發模式正逐步轉變為 “AI+Automation” 的高通量精準研發模式。华体会官网满分网成立以來，一直專注在為藥物研發做新分子的設計、合成及測試，但我們的底層技術遷移性很強，歸根結底，我們是在設計新的功能材料。自 2022 年华体会官网满分网對外公布實驗室自動化業務以來，我們的 “底層技術儲備” 已在自動化化學合成等場景中成熟應用。● 自動化固體加樣技術
新材料研發過程中，“目標材料的配比” 需要大量的 “固體投料稱量” 操作，自動化固體投料技術一直是實驗室自動化技術中的一大挑戰。华体会官网满分网自主研發的全自動智能加粉模塊， 根據客戶不同需求， 覆蓋吸潮結塊、較大顆粒、蓬鬆、靜電、有粘性流動性差等各種複雜性質粉末的投料，投料體積範圍：1mg-20g; 投料的分辨率達到 0.1mg。“液體投料” 也是新材料合成環節中的常見操作，华体会官网满分网自研出不同種類的精密定量移液，優質特種工程材料應用，解決化學合成加液過程中耐腐蝕的問題， 通過機器人係統的智能力反饋及壓力探測技術，使得移液具有更高的移液精度及更小的試劑殘留量；5ML 的大體積的空氣置換移液泵（ADP）極大的提高了液體轉移效率；多通道的的針泵模塊實現了大體積的液體持續轉移。高通量反應及過程監測： 华体会官网满分网自研出多種全自動控溫磁力攪拌模塊，將其溫控與磁力攪拌一體化， 溫控采用多加熱及製冷技術實現溫控範：-20℃-150℃；每個模塊都有獨立的控製及通訊功能，在整個反應過程實現溫度及轉速遠程設置和過程實時監測。柔性拓展能力: 华体会官网满分网根據客戶不同的應用場景， 采用不同的機器人係統做不同規模的自動化集成， 站內的六軸機器人係統及四軸機器人係統可以完成設備內部或者工作島的多種模塊的自動化模塊集成 。可移動協作機器人係統（機器人+MIR 小車）及協作機器人+地軌係統可以完成大規模多個設備（工站）的實驗室自動化係統。
AI幫助探索更廣闊的化學空間
在當前雲(yun) 計算已經非常成熟的情況下，算力已經不再是一個(ge) 問題。然而，材料合成仍然受到合成路徑複雜度和缺乏數據集等因素的限製，目前尚未有清晰的化學合成路徑預測機製。突破這個(ge) 瓶頸的關(guan) 鍵是擁有 “數量足夠多、質量足夠好” 的數據，以支持 AI 模型的深度學習(xi) 和迭代算法，這是我們(men) 可以摘到材料研究 “高懸果實” 的雲(yun) 梯。
那AI技術可以幫助新材料研究做什麽(me) 呢？以华体会官网满分网為(wei) 客戶提供的 ”自動化功能材料研發實驗室” 為(wei) 例，我們(men) 使用高精度的計算模擬方法，對材料的性質進行預測，並使用大量模擬數據構建基礎的 AI 模型，結合真實的實驗數據得到精修的 AI 模型，以此實現預期性質材料的智能設計。而後自動化工作站對材料進行合成與(yu) 表征，收集的數據進一步優(you) 化模型，從(cong) 而加速設計、合成、分析、測試 DMTA 循環，這也是加速新材料發現的技術邏輯。
华体会官网满分网智慧實驗室一站式服務
华体会官网满分网將預測算法與實驗相結合，充分發揮大規模雲計算為基礎的數據及服務平台的優勢，構建了智能化和自動化程度都顯著提高的 “高通量多實驗” 自動化實驗室集群平台。华体会官网满分网可提供包含自動化設備采購與特定應用自動化機器人定製開發、數字化與智能化軟件係統以及 實驗室升級改造的一站式服務。
华体会官网满分网的實驗室智能化自動化解決方案，應用於石油化工、新能源、新材料、生物醫藥等行業。我們提供的自動化產品與服務包含：智慧實驗室一站式建設服務、機器人工作站等，已為客戶落地構建了藥物研發智慧實驗室、催化劑研究智慧實驗室、無機材料研究智慧實驗室以及電解液配方研究智慧實驗室等，特定自動化應用場景的機器人工作站包含 XmartChem® 智能合成工作站、XtalComplete® 智能結晶工作站、ChemPlus® 桌麵型固體加樣儀。
聯係人：华体会官网满分网
郵箱：bd@xtalpi.com
電話：021-68780786
地址：深圳市福田區福保街道福保社區紅柳道2號國際生物醫藥產業園二期1層
