由美國(guó)能源部勞倫斯伯克利國(guó)家實(shí)驗(yàn)室（伯克利實(shí)驗(yàn)室）領(lǐng)導(dǎo)的一個(gè)研究小組建立并成功演示了一個(gè)自動(dòng)化實(shí)驗(yàn)平臺(tái)，以?xún)?yōu)化先進(jìn)材料的制造。這個(gè)名為AutoBot的平臺(tái)使用機(jī)器學(xué)習(xí)算法來(lái)指導(dǎo)機(jī)器人設(shè)備快速合成和表征材料（用來(lái)揭示或記錄材料內(nèi)部結(jié)構(gòu)、性能、缺陷等信息的“樣品”或“試樣”）。算法根據(jù)對(duì)表征結(jié)果的分析自動(dòng)優(yōu)化實(shí)驗(yàn)。

研究人員用一種名為金屬鹵化物鈣鈦礦的新興材料測(cè)試了該平臺(tái)，該材料有望用于發(fā)光二極管（LED）、激光器和光電探測(cè)器等應(yīng)用。AutoBot僅用了幾周時(shí)間就探索了制造參數(shù)的多種組合，以找到產(chǎn)生最高質(zhì)量材料的組合。

根據(jù)具有超快學(xué)習(xí)率的機(jī)器學(xué)習(xí)算法，AutoBot只需要對(duì)5000種組合中的1%進(jìn)行實(shí)驗(yàn)采樣，就可以找到這個(gè)“最佳點(diǎn)”。采用傳統(tǒng)的試錯(cuò)法，研究人員在以往經(jīng)驗(yàn)和直覺(jué)的指導(dǎo)下，一次手動(dòng)測(cè)試一組參數(shù)，這一過(guò)程需要長(zhǎng)達(dá)一年的時(shí)間。

伯克利實(shí)驗(yàn)室科學(xué)家、該研究的通訊作者之一Carolin Sutter Fella說(shuō)：“AutoBot代表了材料探索和優(yōu)化的范式轉(zhuǎn)變?！薄巴ㄟ^(guò)將合成、表征、機(jī)器人和機(jī)器學(xué)習(xí)功能集成在一個(gè)平臺(tái)上，AutoBot大大加快了篩選合成配方的過(guò)程。其快速學(xué)習(xí)方法是建立自主優(yōu)化實(shí)驗(yàn)室的重要一步，可以擴(kuò)展到各種材料和設(shè)備。”

位于伯克利實(shí)驗(yàn)室的能源部科學(xué)用戶(hù)設(shè)施辦公室Molecular Foundry的科學(xué)家構(gòu)思了AutoBot的想法，在商業(yè)機(jī)器人平臺(tái)上進(jìn)行了擴(kuò)展，并實(shí)施了數(shù)據(jù)處理、分析和機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施的解決方案。該多學(xué)科團(tuán)隊(duì)包括來(lái)自華盛頓大學(xué)、內(nèi)華達(dá)大學(xué)、加州大學(xué)戴維斯分校、加州大學(xué)伯克利分校和埃爾朗根-紐倫堡大學(xué)的研究人員?？茖W(xué)家們?cè)凇断冗M(jìn)能源材料》雜志上報(bào)告了他們的工作。

迭代學(xué)習(xí)循環(huán)

由于金屬鹵化物鈣鈦礦對(duì)濕度極為敏感，因此需要嚴(yán)格的空氣控制來(lái)制造高質(zhì)量的薄膜。因此，成本效益高、工業(yè)規(guī)模的制造難以實(shí)施。該團(tuán)隊(duì)使用AutoBot確定了在較高濕度環(huán)境中生產(chǎn)高質(zhì)量薄膜材料的合成條件，解決了大規(guī)模生產(chǎn)的關(guān)鍵障礙。

AutoBot重復(fù)一系列任務(wù)，同時(shí)根據(jù)結(jié)果分析自動(dòng)調(diào)整任務(wù)。這個(gè)迭代學(xué)習(xí)循環(huán)包括四個(gè)主要步驟：

1、AutoBot從化學(xué)前驅(qū)體溶液中合成了鹵化物鈣鈦礦薄膜，改變了四個(gè)合成參數(shù)——用結(jié)晶劑處理溶液的時(shí)間；加熱溫度；加熱持續(xù)時(shí)間；以及膜沉積室中的相對(duì)濕度。

2、平臺(tái)用三種技術(shù)表征樣品：測(cè)量有多少紫外線(xiàn)和可見(jiàn)光穿過(guò)樣品（紫外-可見(jiàn)光譜）；將光照射在它們上并測(cè)量發(fā)射的光（光致發(fā)光光譜）；以及使用發(fā)射的光來(lái)生成樣品的圖像以評(píng)估薄膜均勻性（光致發(fā)光成像）。

3、數(shù)據(jù)工作流程從表征結(jié)果中提取信息，經(jīng)分析與整合，生成一個(gè)綜合評(píng)分，用以反映薄膜質(zhì)量。

4、基于這些分?jǐn)?shù)，機(jī)器學(xué)習(xí)算法模擬了合成參數(shù)與薄膜質(zhì)量之間的關(guān)系，并決定了下一步的實(shí)驗(yàn)。這些決策的目的是評(píng)估信息量最大的參數(shù)組合，以最大限度地提高每次迭代的信息增益。這使得對(duì)所有參數(shù)組合的薄膜材料質(zhì)量進(jìn)行高效、準(zhǔn)確的預(yù)測(cè)成為可能。

超快速學(xué)習(xí)

AutoBot發(fā)現(xiàn)，通過(guò)仔細(xì)調(diào)整其他三個(gè)合成參數(shù)，可以在5%至25%的相對(duì)濕度水平下合成高質(zhì)量的薄膜。

伯克利實(shí)驗(yàn)室博士后研究員、該研究論文的共同第一作者Ansuman Halder說(shuō)：“這個(gè)濕度范圍不需要嚴(yán)格的環(huán)境控制?！薄斑@一發(fā)現(xiàn)為商業(yè)制造設(shè)施的發(fā)展奠定了重要基礎(chǔ)?！?/p>

另一個(gè)發(fā)現(xiàn)是，在沉積過(guò)程中，濕度超過(guò)25%會(huì)使材料不穩(wěn)定，導(dǎo)致薄膜質(zhì)量差。該團(tuán)隊(duì)通過(guò)在薄膜合成過(guò)程中手動(dòng)執(zhí)行光致發(fā)光光譜來(lái)解釋和驗(yàn)證這一發(fā)現(xiàn)。

AutoBot的表現(xiàn)令人印象深刻。通過(guò)識(shí)別信息量最大的實(shí)驗(yàn)，算法迅速了解了合成參數(shù)如何影響薄膜質(zhì)量。

伯克利實(shí)驗(yàn)室博士后學(xué)者、共同第一作者M(jìn)aher Alghalayini說(shuō)：“在AutoBot對(duì)5000多個(gè)參數(shù)組合中的不到1%進(jìn)行采樣后，算法的學(xué)習(xí)率急劇下降，這證明了這種強(qiáng)大的性能?！薄坝捎谛碌膶?shí)驗(yàn)在這一點(diǎn)上沒(méi)有改變算法的材料質(zhì)量預(yù)測(cè)，我們決定停止進(jìn)行實(shí)驗(yàn)?！?/p>

該研究的另一個(gè)創(chuàng)新方面是“多模態(tài)數(shù)據(jù)融合”。這涉及使用各種數(shù)據(jù)科學(xué)和數(shù)學(xué)工具，將來(lái)自三種表征技術(shù)的不同數(shù)據(jù)集和圖像整合到一個(gè)單一的材料質(zhì)量指標(biāo)中。這個(gè)想法是量化結(jié)果，以便機(jī)器學(xué)習(xí)算法可以使用。例如，華盛頓大學(xué)的合作者設(shè)計(jì)了一種方法，根據(jù)光強(qiáng)度在圖像中的變化將光致發(fā)光圖像轉(zhuǎn)換為單個(gè)數(shù)字。

與Ai時(shí)代前沿合作，將大門(mén)向更多普通用戶(hù)敞開(kāi)！無(wú)論你是對(duì)新技術(shù)充滿(mǎn)好奇心的愛(ài)好者，還是希望提升自己技能的職場(chǎng)人士，這里都有適合你的課程和資源。