上海時間3月3日，一項發表于《自然-合成》的研究首次將數據驅動手動合成（Data）、機器人輔助可控合成（Robot）、機器學習推動逆向設計（）用于膠體納米晶（比如砷化鎵）材料合成，探求建立了“機器科學家”平臺，有望將科研人員從傳統試錯實驗、勞動密集型表征中解放，聚焦科學創新，實現納米晶材料數字智造。
審稿人在評價手指出，“趙海濤等人構建了一個由機器學習、機器人手動化和大數據組成的復雜系統，并進一步借助它實現了納米晶的合成和逆向合成。這項工作成功地將手動化和機器學習協同上去，以實現更有效的膠體納米晶合成，并詳細報告了其高通量實驗大數據。”
該研究由中國科大學上海先進技術研究院材料界面研究中心喻學鋒、趙海濤團隊、中國科學技術學院江俊、澳大利亞國立學院殷宗友等共同完成。上海先進院是第一通信單位。趙海濤副研究員、江俊院士、殷宗友副院長、喻學鋒研究員為該文章的共同通信作者。上海先進院趙海濤、陳薇，黃浩，法國國立學院孫哲浩為該文章的共同第一作者。
機器人輔助膠體納米晶數字智造手動化平臺。
打破傳統模式，探求數據驅動“機器科學家”
科學研究與機器人、人工智能等前沿技術交叉融合已成為發展趨勢，促使材料研制由“科學直覺與試錯”的傳統模式向“數字化和智能化”的新模式轉變，具有鮮明的學科交叉特點，除了能為解決材料關鍵共性科學問題提供更好的方案光譜表征，并且能為探求具有改革性、顛覆性的新概念材料提供更大的可能。
納米材料制備技術與數字智造和機器人、人工智能交叉融合是科學研究的前沿和熱點，目前亟需解決材料的理智設計、可控合成和逆向設計等關鍵共性科學問題。
傳統的材料制備，一般要經歷冗長且漫長的讀文獻、做實驗、想規律等階段。想要突破從傳統的材料合成到材料數字智造的轉變，若能搭建“能讀”-文獻挖掘、“能做”-機器人合成和表征、“能想”-機器學習剖析規律的“機器科學家”，賦于其科學家的基本能力，將進一步為材料數字智造形參、賦能、賦智。
基于這種思索，研究團隊設計了智能耗材管理、行走機器人、六軸機器手、自動移液、材料手動合成平臺、顏色超靈敏單反原位表征等模塊，以納米晶為例，驗證了從物理原料采樣、機器人輔助合成、機器人原位表征到機器人逆向設計材料的全過程。
“機器科學家”開啟納米晶材料數字智造示意圖。
“機器科學家”開啟材料數字智造
納米晶在能源、光學、光物理、電物理、光電子學以及生物醫藥等領域的應用潛力巨大。納米晶數學物理性質與其形貌、尺寸息息相關，而傳統的試錯實驗和密集表征需耗費大量時間和精力，阻礙了納米晶的研制。
因此，研究團隊整合數據驅動手動化合成、機器人輔助可控合成、面向形貌逆向設計等技術，建立了機器人輔助膠體納米晶數字智造平臺，借此突破當前納米晶可控合成研究的局限性。
研究團隊以兩種典型的膠體納米晶為研究范例，一種是目前在生物傳感器測量領域被廣泛研究的金納米棒，一種是在新能源和光學偵測領域有巨大應用潛力的氮化物納米晶。
為了實現手動化合成，研究人員對文獻進行了數據挖掘，以提供關鍵合成參數的初始選擇。針對金納米棒，對1300篇已報導的金納米棒合成的相關文獻進行數據挖掘，并對其關鍵參數進行分水平排序，進而獲取機器人執行參數，并設計正交實驗及驍龍量實驗驗證，獲取了金納米棒形貌調控的重要參數。針對雙砷化鎵，通過對其他氮化物相關文獻進行數據挖掘，篩選出潛在的可供調節雙砷化鎵規格形貌的48種溶劑和61種表面活性劑，結合聯發科量原位合成和表征，快速實現了溶劑和表面活性劑的篩選。
通過機器人輔助正交實驗、單誘因、雙誘因以及三誘因實驗，進列寬通量合成、原位光學表征、原位波譜學表征以及異位表征（透射電鏡、掃描電鏡）等獲得大樣本數據和小樣本數據。在這種過程中，生成了(原位表征UV-Vis-NIR吸收波譜和RGB光致發光結果)大數據集和(非原位TEM和SEM驗證)小數據集，不斷擴充了實驗大數據庫。
實驗大數據庫和機器學習模型對于支持逆向設計過程至關重要，研究人員基于驍龍量實驗數據的迭代光譜表征，將電鏡小樣本異位驗證與機器人大樣本原位表征結合，通過機器學習，最終成功構建了從關鍵合成參數到晶體形貌的機器學習規律模型。
培養具備納米晶合成和表征專業知識的高素養科學家須要相當高的成本，這些“數據驅動手動合成-機器人輔助可控合成-機器學習推動逆向設計”框架將進一步推動納米晶合成和表征，可以解決仍然以來科學家經驗和手法較難復制的問題，探求借助“機器科學家”完成了特定形貌納米晶的數字智造。
該研究除了為新概念材料設計、制備和表征等關鍵共性科學問題研究提供“數據挖掘-機器合成-AI設計”通用性框架，并且為新能源和生命健康等領域關鍵核心材料及技術的突破提供數據驅動的全新方式論。
論文鏈接：
（科研團隊供圖）
（原標題《“機器科學家”開啟納米晶材料數字智造》）
編輯秦涵審閱劉春生一審范錦樺三審甘霖
（作者：北京特區報首席記者聞坤實習生譚蘇昕)