艾達(dá)是一臺(tái)由人工算法驅(qū)動(dòng)的機(jī)器人，可以幫助英屬哥倫比亞大學(xué)的研究者找出新的太陽(yáng)能電池設(shè)計(jì)方案。圖片來(lái)源：FRASER PARLANE

柯蒂斯·柏林蓋特是一名材料學(xué)家，在加拿大英屬哥倫比亞大學(xué)工作時(shí)，他曾要求研究生改進(jìn)太陽(yáng)能電池中的關(guān)鍵材料，以提高其導(dǎo)電性。

他在這一過(guò)程中發(fā)現(xiàn)，潛在的調(diào)整變量數(shù)量繁多，不同變量可產(chǎn)生千萬(wàn)種可能。比如加入微量金屬和其他添加劑可以改變加熱和干燥時(shí)間。

柏林蓋特和同事將這項(xiàng)工作交給了置入人工智能算法的單臂機(jī)器人，機(jī)器人可混合不同溶液，并將其澆筑成薄膜，再進(jìn)行熱處理或后續(xù)步驟。

在美國(guó)材料研究學(xué)會(huì)日前舉行的一次會(huì)議上，柏林蓋特報(bào)告了這一系統(tǒng)最新成果：摸清配方和加熱條件后，人工智能可創(chuàng)造用于太陽(yáng)能電池的新型薄膜，而且以往需要9個(gè)月才能解決的問(wèn)題如今只須5天。

事實(shí)上，在藥物開(kāi)發(fā)、遺傳學(xué)研究等其他領(lǐng)域，已有用人工智能設(shè)計(jì)實(shí)驗(yàn)的先例。比如用DNA合成器進(jìn)行編程，給出DNA組裝的任何可能。

但對(duì)某種材料而言，無(wú)法用單一方法對(duì)其進(jìn)行處理或合成，這意味著智能算法指導(dǎo)的自動(dòng)化系統(tǒng)處理流程會(huì)更復(fù)雜。柏林蓋特等人的成果意味著材料學(xué)領(lǐng)域的類似系統(tǒng)已經(jīng)產(chǎn)生?！斑@是一個(gè)令人興奮的領(lǐng)域?！痹诿绹?guó)空軍研究室工作的材料學(xué)家本吉丸山評(píng)價(jià)說(shuō)，“形成系統(tǒng)閉環(huán)意味著材料領(lǐng)域會(huì)以更快的速度創(chuàng)新?！?/p>

元素周期表有100多種元素，理論上可以對(duì)其進(jìn)行無(wú)數(shù)種組合，由此產(chǎn)生的材料數(shù)量非常可觀。這意味著有成百上千種材料等待人們?nèi)グl(fā)現(xiàn)，另一方面，如何選出其中真正可用的部分也成為挑戰(zhàn)。

如今人工智能機(jī)器人可以提供幫助，機(jī)器人可以混合數(shù)十種不同的材料配方（這些配方有細(xì)微差別），再將不同配方產(chǎn)生的材料放在單個(gè)晶片或其他材料上進(jìn)行處理和測(cè)試。

不過(guò)，丸山還表示，如果只是簡(jiǎn)單地逐個(gè)配方進(jìn)行實(shí)驗(yàn)，只能算是高通量實(shí)驗(yàn)的一種，而不是實(shí)現(xiàn)大量突破的創(chuàng)新。

為了加快這一過(guò)程，許多研究團(tuán)隊(duì)利用計(jì)算機(jī)建模尋找可能的材料配方，而且已有不少新型材料誕生。但問(wèn)題在于，這些系統(tǒng)設(shè)計(jì)往往依賴材料學(xué)專業(yè)研究生或經(jīng)驗(yàn)豐富的科學(xué)家，系統(tǒng)評(píng)估由人給出既定標(biāo)準(zhǔn)，實(shí)驗(yàn)是否進(jìn)行也由人決定。但人無(wú)法一直操控所有步驟。

與柏林蓋特的團(tuán)隊(duì)類似，在波士頓大學(xué)工作的機(jī)械工程師基思·布朗也建立了由人工智能驅(qū)動(dòng)的機(jī)器人系統(tǒng)。

布朗團(tuán)隊(duì)的研究目標(biāo)是找到足夠堅(jiān)固的3D打印結(jié)構(gòu)。材料的韌性取決于結(jié)構(gòu)細(xì)節(jié)，既對(duì)強(qiáng)度有要求，也需要良好的延展性。而這些往往無(wú)法靠預(yù)測(cè)得出，必須通過(guò)實(shí)驗(yàn)檢驗(yàn)。

作為測(cè)試用例，布朗等人用塑料造出一種桶形結(jié)構(gòu)，大小與一個(gè)鹽瓶相當(dāng)。研究團(tuán)隊(duì)改變了桶形外壁的支柱數(shù)量、方向和形狀，但全部變量加起來(lái)可能產(chǎn)生約50萬(wàn)種組合。

為了更快找出合適結(jié)構(gòu)，布朗團(tuán)隊(duì)先用機(jī)器人制造出600個(gè)不同結(jié)構(gòu)，并對(duì)所有選項(xiàng)進(jìn)行采樣。然后，他們利用人工智能算法測(cè)量實(shí)驗(yàn)中可能產(chǎn)生的最優(yōu)設(shè)計(jì)。

通過(guò)實(shí)驗(yàn)和計(jì)算，相關(guān)程序可以找出材料具有良好韌性的趨勢(shì)，比如每個(gè)支柱的厚度、半徑變化，有助于預(yù)測(cè)出更堅(jiān)固的結(jié)構(gòu)。而這一切無(wú)需研究者密切盯守。程序啟動(dòng)24小時(shí)后，研究者獲得了比以往任何原始設(shè)計(jì)都堅(jiān)固的結(jié)構(gòu)。

無(wú)論是鈣鈦礦太陽(yáng)能電池還是3D打印材料，這些基于人工智能的系統(tǒng)能夠幫研究者更快找出良好結(jié)構(gòu)，甚至為所處領(lǐng)域帶來(lái)更深遠(yuǎn)影響。