Platforma MIT CRESt łączy w sobie sztuczną inteligencję, robotykę i ludzką wiedzę, aby przyspieszyć odkrywanie materiałów

W poszukiwaniu innowacji w dziedzinie materiałoznawstwa, znajdowanie nowych związków i dostrajanie protokołów eksperymentalnych może być zarówno czasochłonne, jak i kosztowne. Dobra wiadomość jest taka, że zespół doświadczonych naukowców z MIT może mieć na to odpowiedź. Stworzyli oni najnowocześniejszą platformę, która przyjmuje bardziej kompleksowe i intuicyjne podejście do eksploracji naukowej, przypominając sposób myślenia ludzkich specjalistów ds. badań.

Dedykowani naukowcy z MIT ujawnili Copilot dla naukowców eksperymentujących w świecie rzeczywistym (CRESt)system oparty na sztucznej inteligencji, który ma zrewolucjonizować odkrywanie i testowanie materiałów. W przeciwieństwie do poprzednich narzędzi, CRESt integruje różnorodne źródła danych - od literatury naukowej i analiz chemicznych po obrazowanie i opinie ludzi. Wyposażony w skomplikowane narzędzia robotyczne do szybkiego testowania materiałów, CRESt udoskonala swoje prognozy i doskonali projekty eksperymentalne, tworząc pętlę sprzężenia zwrotnego.

Zwracając uwagę na jeden z jego unikalnych atrybutów, interfejs języka naturalnego CRESt jest doskonałą ilustracją jego przyjaznego dla użytkownika charakteru. Naukowcy mogą wchodzić w interakcje z platformą bez konieczności pisania ani jednej linii kodu! Monitorując trwające eksperymenty, CRESt inteligentnie stawia hipotezy, a nawet sugeruje korekty, a wszystko to dzięki wbudowanym kamerom połączonym z wizualnym modelowaniem języka.

Kierowany przez Ju Li, profesora energetyki Carla Richarda Soderberga na MIT, system radykalnie projektuje nowe eksperymenty przy użyciu różnych mechanizmów sprzężenia zwrotnego, które obejmują opublikowaną literaturę na temat określonych elementów i ich zachowania w określonych warunkach. A najnowszy artykuł naukowy zademonstrowała potencjał CRESt, gdzie system został wykorzystany do zbadania ponad 900 różnych substancji chemicznych i przeprowadzenia oszałamiających 3500 testów elektrochemicznych. Wynik? Nowy materiał katalityczny do ogniw paliwowych zasilanych solami mrówczanowymi, który pobił rekordy wydajności.

CRESt w wyjątkowy sposób wykorzystuje również szeroki zakres danych, przezwyciężając ograniczenia poprzednich metodologii. Będąc w stanie uwzględnić do 20 cząsteczek prekursorowych w swoich recepturach, system może przeanalizować literaturę techniczną, aby odkryć potencjalnie satysfakcjonujące składniki. Zainicjowany stamtąd CRESt zarządza mechanicznym przepływem pracy syntezy, badania i testowania. Podczas przeprowadzania eksperymentów CRESt fachowo udoskonala swoje modele aktywnego uczenia się, uwzględniając zarówno bieżące wyniki, jak i wiedzę historyczną, aby informować o każdym etapie.

Platforma nie tylko przeprowadza eksperymenty, ale także zajmuje się uporczywą kwestią odtwarzalności w nauce o materiałach. Drobne niespójności mogą powodować znaczące różnice - coś, co system może wykryć i skorygować za pomocą zaawansowanej wizji komputerowej i modeli wizyjno-językowych.

Zamiast stanowić potencjalne zagrożenie dla ludzkich badaczy, CRESt został zaprojektowany, aby im pomóc, poprawiając spójność wyników eksperymentów. "Pomaga nam pracować mądrzej i szybciej, ale ludzka intuicja i nadzór pozostają niezbędne" - podkreśla Li.

CRESt osiągnął już znaczący przełom w rozwoju nowego materiału elektrodowego dla bezpośrednich mrówczanowych ogniw paliwowych. W ciągu trzech miesięcy system zbadał wiele chemikaliów, identyfikując rewolucyjny ośmioelementowy katalizator. Co imponujące, materiał ten wykazał 9,3-krotną poprawę gęstości mocy na każdego wydanego dolara, w porównaniu do drogich poprzedników opartych na palladzie - a wszystko to przy wykorzystaniu zaledwie jednej czwartej metali szlachetnych!

Oczywiste jest, że platformy takie jak CRESt mogą zrewolucjonizować przyszłość laboratoriów badawczych. Łącząc dokładność i szybkość automatyzacji z głębią i zdolnością adaptacji ludzkiej logiki, CRESt może utorować drogę do inteligentniejszych, bardziej wydajnych i powtarzalnych laboratoriów. Oto przyszłość, w której sztuczna inteligencja i robotyka wzmocnią ludzkie odkrycia.

Dla tych, którzy chcą zagłębić się w CRESt i jego możliwości, zapraszamy do zapoznania się z oryginalną informacją prasową MIT: MIT News