虚拟实验室使用人工智能工具解决化学问题

有合适的工具可以让工作更容易、更便宜、更快。化学工程研究人员现在开发了一个虚拟实验室，可用于确定最适合解决流动化学系统中各种化学合成挑战的人工智能(AI)工具。

“自主系统在加速化学研发和制造方面有巨大的潜力，但它们还没有广泛使用，”一篇论文的通讯作者、纽约理工大学化学工程助理教授Milad Abolhasani说北卡罗莱纳州立大学．“这些系统面临两种挑战:寻找或开发合适的硬件，以实现可靠、可重复的自动化合成;寻找或开发正确的“大脑”，或人工智能指导的决策算法，以有效地确定合成所需材料的最佳方式。我的团队专注于人工化学家项目的硬件挑战。我们现在发表的工作重点是解决自主决策的挑战。”

Abolhasani的工作源于他的观察:A)有很多不同的人工智能工具可用;B)并不总是清楚哪种工具最适合任何给定的材料合成问题;C)无论选择哪种工具，它总是需要根据化学问题进行微调。

Abolhasani说:“最近，人们对使用现成的人工智能程序来建模和优化化学反应的兴趣越来越大。”“但这些现成的人工智能技术并不是一刀切的——它们在解决你想要解决的任何材料合成问题方面并不都一样好。最终，我们希望找到最佳的人工智能模型架构，以确定最佳的材料配方，为您提供您正在寻找的目标性能。不仅要找到最好的材料，还要找到生产这种材料的最佳方式，使其具有最佳的特性组合。最好的人工智能模型架构将根据挑战的材料和复杂性而有所不同。”

因此，Abolhasani和他的合作者采取了人工智能驱动的方法，为每个材料合成问题寻找最佳的人工智能工具。

Abolhasani说:“要确定哪些人工智能工具在解决不同类型的材料合成问题方面做得最好，进行数百万次实验是不可能的。”“所以，我们想要一个模拟现实世界微流体实验平台的模型，为我们有效地运行数百万个实验。”

研究人员使用他们的自动化人工化学家平台进行了1000个实验，并使用这些实验数据点来训练虚拟实验平台。

对于这篇新论文中报道的工作，虚拟实验室模拟了60多万次实验，评估了150多种人工智能指导的决策策略。如果这些实验在现实世界中进行，即使使用自动化系统和微型体积的材料，这些实验也需要7.5年的持续机器人操作和400升试剂。Abolhasani的团队在大约一个月内完成了这项工作。

Abolhasani说:“我们已经有效地训练了我们的虚拟实验室，为每个材料合成挑战选择最好的人工智能工具。”“每次我们使用这些工具时，它们都会变得更加高效，帮助我们解决化学和化学工程中日益复杂的挑战。最终，我们认为这些人工智能驱动的工具将能够足够快地运行，并根据需要实时调整操作。”

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。