研究人員展示了一種新技術，該技術允許“自動駕駛實驗室”收集比以前技術的10倍的數據。提前出版 化學自然工程 – 突出顯示物質發現研究，同時影響成本和環境。
自我網絡實驗室是機器人平台，將機器學習和自動化與化學和材料科學相結合，以更快地了解材料。自動化過程允許機器學習算法計劃實現實現目標的目標時，可以為每個實驗使用數據。
“想像一下，科學家可以找到干淨的材料，新電子或永久化學物質，而浪費比現狀要少得多，”作者的作者，作者的作者米爾德·阿伯哈薩尼（Milad Abolhasani）說，作者的作者作者作者作者作者作者的作者作者的作者作者作者作者作者作者作者作者作者作者作者作者作者作者作者作者。 “這項工作將在這個未來。”
到目前為止，恆定器官使用的恆定器官實驗室基於穩定的狀態流實驗。在這些實驗中，先驅者混合在一起，而化學反應則在Microka中連續沖洗時發生化學反應。反應完成後，獲得的產品將分離一組傳感器。
“這種自動駕駛實驗室的方法對發現材料的發現產生了重大影響。” “它使我們能夠在幾個月或數週的時間內確定某些應用程序的候選材料，從而減少成本和環境影響的影響。但是，仍然有改進的地方。”
國家永久性流量實驗需要進行自動駕駛實驗室，因此在表徵材料之前等待化學反應。這意味著在每個實驗發生反應時，系統會滅活。
“我們創建了一個使用動態流實驗的自動駕駛實驗室。”換句話說，不是在系統中運行單獨的樣本，而是測試基本運行的系統。樣品正在不斷地通過系統移動，因為系統沒有表徵樣品。
“例如，在10秒的時間後，反應時間之後，一個接一個的時間之後，依此類推，而不是數據點。它發生在反應的整個文章中。為了結束我們的系統，它總是在學習。”
收集這些附加數據對自動駕駛實驗室的性能有很大的影響。
Abolhasan說：“任何自動駕駛實驗室中最重要的部分是學習機器算法，以預測系統應體驗什麼。” “這種流數據的方法使大腦能夠學習機器，時間劃分和過程可以是接收算法，您可以解決問題的速度。
在這項工作中，他發現了一個由動態動態通量系統創建的自動駕駛實驗室。
“這種進步並不是速度的補充，” Abolhasanik說。 “通過減少所需的實驗數量，在更可持續的研究實踐中，該系統大大減少了化學用途和浪費。
“發現材料的未來不僅是我們能做的，還可以實現什麼，”阿伯哈桑說。 “我們的方法意味著減少化學物質，減少浪費和更快的解決方案，以解決社會最艱難的挑戰”。
論文，“增加流量數據以加速材料發現”，將於7月14日在雜誌上發布 化學自然工程。紙合作Fernando Delgado-Licona是博士學位。北卡羅來納州的學生；北卡羅來納州碩士學生Abdulrahman Alsai；還有前北卡羅來納州漢娜·迪克森（Hannah Dickerson）。紙菲利普·克萊姆（Philip Klem）在北卡羅來納州擁有學位；北卡羅來納州的正式博士研究員Arup Ghorai；理查德·坎蒂（Richard Canty）和杰弗裡·貝內特（Jeffrey Bennett），今天是北卡羅來納州州立大學的博士研究人員； Pragyan Jha，Nikolai Mukhin，Junbin Li和Sina Sadghi博士。 NC州立學生； Fazel的前醫生。北卡羅來納州的學生；和Tecnologico de Monterrey的EnriqueA.López-Guajardo。
這項工作是在1940959、2315996和2420490支持的國家科學基金會的支持下進行的。和北卡羅來納州大學計劃計劃的研究選擇。
