在多伦多大学,Ted Sargent经营着一个类似的试验厨房。他的团队由研究人员和学生组成,开发食谱,仔细测量和混合配料,然后评估后果。

Sargent团队的构想之一,其实是用二氧化碳做饭。电气工程师出身的Sargent说,他们的目标是发明配方,把温室气体“升级”成有用的材料。未来的工厂和发电厂可以利用可再生能源,将二氧化碳转化为可以出售的原材料,或者把它们“抓起来”封存在地下,而不是将污染物直接排放到空气中。

有一类很有前景的配方,是将二氧化碳与其他反应物电轰击,将其转化为由两个碳原子和四个氢组成的六原子分子乙烯。乙烯是一种用来制造普通塑料的原料,包括超市和拉链袋中的塑料。Sargent认为这是一种很有商业价值的化学品,背后会是大约600亿美元的市场规模。

AI「试验厨房」在路上:让机器为新材料的发掘按下快进键

二氧化碳“升级”图

不过,Sargent工作的真正意义不只是他的食谱多么有意思——他在用人工智能做饭。

Sargent团队通过使用新的人工智能和超级计算机驱动的技术,发现了制造乙烯的新成分,而这些技术在过去十年里在材料科学家中越来越受欢迎。

Sargent与卡内基梅隆大学的Zachary Ulissi合作,后者专门研究如何利用算法发明新材料。

Ulissi模拟了12229张共244种不同晶体的显微特写照片,瞄准了最有希望制造乙烯的候选晶体。特别是,他们希望找到一种材料,能让二氧化碳分解过程中产生的一氧化碳分子更容易粘附。

Ulissi用一台超级计算机进行了一小部分模拟,但这项任务太费时间了,不可能完成所有12229张特写。又所以他用这些超级计算的结果训练了一个机器学习算法,让机器学会怎么快速进行剩下的模拟。

AI「试验厨房」在路上:让机器为新材料的发掘按下快进键

在多伦多大学,Ted Sargent用类似的电子设备来“升级”二氧化碳

这些基于计算机的方法为研究人员发现新材料提供了一个更快、更全面的策略。科学家要发现一种材料,完成微调,然后再让其进入到商业化阶段,这整个过程可能需要20年甚至更多。

正如爱迪生的故事那样,在19世纪70年代,他测试了3000多种不同的材料,试图为第一个价格合理的白炽灯泡找到合适的灯丝。结果,下个世纪的灯丝是由钨制成的,是爱迪生从未尝试过的一种材料。

同样地,多伦多/卡内基梅隆大学的团队可能也没有找到那个“制胜关键”。他们的配方需要大量的电力来制造,这意味着现在用二氧化碳生产乙烯是无利可图的。

Sargent和他的同事正在努力设计更经济可行的食谱。上周《自然》杂志刊登的最新研究中,他们报道了多种新材料的发现,也就是所谓的催化剂,这些新材料能够更快、更节能地将二氧化碳转化为乙烯。这些催化剂可能是最终使这项技术具有可扩展性的“秘密武器”。

“我们需要减少碳足迹,但我们也不想因此而牺牲世界各地的繁荣。”Sargent说。

有了计算机,材料配方不再严格局限于单个科学家的专业知识。为了找到他们的催化剂,Ulissi和Sargent的团队使用了一个名为Materials Project的公共数据库,该数据库旨在将材料科学家作为一个类似Google的搜索引擎来服务。

这个网站包含了超过12万种不同无机化合物的数据。任何人都可以登录,指定他们想研究的原子元素和化学性质,并迅速找到许多候选材料。

AI「试验厨房」在路上:让机器为新材料的发掘按下快进键

科学家们找到让二氧化碳变成塑料的办法

举个例子,Sargent和Ulissi从以前的经验中知道,含铜材料是很好的催化剂,因此他们专门针对由铜制成的非活性合金搜索材料项目,该网站建议从244种晶体开始着手研发。

从这个列表中,算法指出,含铝铜合金可能是最合适的。当这些算法预测出最佳铝铜比以及两种金属的混合均匀程度时,实验室的科学家根据这些预测合成了材料,并将结果反馈到算法中。

计算机和科学家们的“天作之合”,使得他们在实验室中发现并生产出17种高效催化剂。

现在更多的科学家依靠计算机工具来发明新材料。劳伦斯伯克利国家实验室的物理学家Kristin Persson说:“在过去的20年里,确实发生了一场范式的变化。”她表示,计算技术“已经从小众应用转向推动创新”。

2017年,波音公司下属的研究人员报告说,他们利用AI发明了一种用于3D打印飞机部件的粉末合金。同年,洛斯阿拉莫斯国家实验室的研究人员使用AI设计了一种合金,这种合金可以反复加热和冷却而不会减弱。

去年7月,杜拉塞尔公司推出了一款名为Optimum的新型电池,它所含有的新材料,是Persson在2004年首次通过计算机模拟发现的。

石油巨头BP最近也与初创公司Kebotix建立了合作伙伴关系,这家总部位于马萨诸塞州的公司开发了一种AI驱动的工具,以用于设计更环保的塑料配方。

但是,就算使用了AI和超级计算机,Ulissi和Sargent的团队还是花了大约三年的时间,来鉴定和测试这些新的催化剂。

Persson说,目前的瓶颈是在实验室中混合和测试化学物质——算法确实可以起到很大的作用,但你仍然需要在工作台上测试所有的想法。

“我们不能雇佣学校里的每一个研究生都站在流水线上,去尝试各种各样的可能性,而这些可能性正是计算结果向他们抛出的。”Persson认为,将机器人纳入工作流程将加快材料的发现,这是材料研究的必经之路。

事实上,Kebotix已经开始使用机器人来发现化学物质,首席执行官Jill Becker将其称为“自动驾驶实验室”(auto-driving laboratory):计算机模拟为新材料的配方提供建议,机器人则对这些配方进行测试。、

Kebotix的客户可以选择独立使用这些功能,最近就有一家国家卫生研究院实验室使用他们的AI软件,更有效地进行药物开发实验。

不过,有了机器人,材料的发现还是需要人类的监督。Sargent表示,算法不是非常精确,合成新材料仍然需要“相当数量的手工制作”。

“实验主义者不会让理论家感到惊讶。就算有立式搅拌机、Instapots和面包机,厨房仍然需要一名厨师。”Sargent说。

雷锋网编译,via WIRED:https://www.wired.com/story/this-lab-cooks-with-ai-to-make-new-materials/

雷锋网雷锋网雷锋网