AI驱动的新材料智能研发与数据标准化

张澜庭1,2, 刘明洋1, 袁宏建1,3, 汪洪1,4 (1.上海交通大学材料科学与工程学院;2.上海交通大学材料基因组联合研究中心;3.上海交通大学张江高等研究院;4.苏州实验室)
摘要:近年来, 随着人工智能(artificial intelligence, AI)和自动化技术的快速发展, AI驱动的自主实验室在新材料智能研发领域展现出巨大潜力, 将成为新材料研发范式变革的“新基建”. 本文聚焦AI驱动的自主实验室在加速新材料发现中的国内外现状和核心挑战, 综述了AI驱动自主实验系统在加速新材料发现中的最新进展. 自主实验室通过将实验室自动化、机器人技术和AI算法、数据库融合为一个整体, 形成闭环反馈工作流, 在无需人工干预下高效优化目标性能. 根据自主实验室硬件和软件的技术特征和自主化程度, 可将其分为等级0至等级5. 数据驱动是AI技术的基础, 除了自主化程度外, 自主实验室具备智能化数据工厂的特征, 自主实验室既是数据的生产者也是数据的使用者, 数据标准化是打破自主实验室信息孤岛, 从“孤立智能”迈向“协同智能”的关键环节. 文中最后探讨了自主实验室建设面临的挑战并对未来发展方向进行了展望.
关键词:人工智能, 自主实验, 材料设计, 数据标准, 数据驱动

目录介绍

1 人工智能驱动自主实验的技术进展

1.1 自主实验系统与关键技术

(1) 实验设计模块(experiment design module)

(2) 材料制备模块(materials preparation module)

(3) 性能表征模块(property characterization module)

(4) 数据分析模块(data analysis and optimization module)

1.2 国内外典型的自主实验案例

(1) 英国利物浦大学的机器人化学家

(2) 劳伦斯伯克利国家实验室的自主新材料发现合成系统A-Lab

(3) 美国马里兰大学的自主材料搜索引擎

(4) 中国科学技术大学的AI化学家平台

(5) 远程多地自驱动实验室

2 数据标准规范在自主实验室发展中的作用

3 挑战与未来发展方向

4 总结

 

点赞(1) 关注

立即下载

温馨提示! 你需要支付 ¥3.98 元后才可以下载

评论列表 共有 0 条评论

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部