3月3日，一項發表於《自然-合成》的研究首次將數據驅動自動合成(Data driven automated synthesis)、機器人輔助可控合成(Robot assisted controllable synthesis)、機器學習促進逆向設計(Machine learning facilitated inverse design)用於膠體納米晶(例如鈣鈦礦)材料合成，探索構建了“機器科學家”平台
，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。

“機器科學家”開啟納米晶材料數字智造示意圖(科研團隊供圖)

　　在該研究項目中，協助科學家們做繁重試錯實驗工作的“六軸機械手”，係遨博協作機器人型號為AUBO-i5的產品。該研究由中國科學院深圳先進技術研究院材料界麵研究中心喻學鋒
、趙海濤團隊、中國科學技術大學江俊、澳大利亞國立大學殷宗友等共同完成。深圳先進院是第一通訊單位。趙海濤副研究員、江俊教授
、殷宗友副教授、喻學鋒研究員為該文章的共同通訊作者。深圳先進院趙海濤、陳薇，黃浩，澳大利亞國立大學孫哲浩為該文章的共同第一作者。

　　審稿人在評價中指出，“趙海濤等人建立了一個由機器學習、機ji器qi人ren自zi動dong化hua和he大da數shu據ju組zu成cheng的de複fu雜za係xi統tong，並bing進jin一yi步bu利li用yong它ta實shi現xian了le納na米mi晶jing的de合he成cheng和he逆ni向xiang合he成cheng。這zhe項xiang工gong作zuo成cheng功gong地di將jiang自zi動dong化hua和he機ji器qi學xue習xi協xie同tong起qi來lai
，以yi實shi現xian更geng有you效xiao的de膠jiao體ti納na米mi晶jing合he成cheng
，並bing詳xiang盡jin報bao告gao了le其qi高gao通tong量liang實shi驗yan大da數shu據ju。”

　　打破傳統模式探索數據驅動“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，推動材料研發由“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征，不僅能為解決材料關鍵共性科學問題提供更好的方案，而且能為探索具有變革性、顛覆性的新概念材料提供更大的可能。

　　納米材料製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，目前亟待解決材料的理性設計、可控合成和逆向設計等關鍵共性科學問題。

　　100多年前，偉大的發明家愛迪生通過6000多種材料嚐試和7000多次亮燈實驗，最後造出了能亮45小時的電燈。但這種依靠科學家經驗的試錯和勞動密集實驗依舊運用在當今的新材料研發中。

　　據(ju)研(yan)究(jiu)團(tuan)隊(dui)介(jie)紹(shao)，傳(chuan)統(tong)的(de)材(cai)料(liao)製(zhi)備(bei)，通(tong)常(chang)要(yao)經(jing)曆(li)繁(fan)雜(za)且(qie)漫(man)長(chang)的(de)讀(du)文(wen)獻(xian)，做(zuo)實(shi)驗(yan)，想(xiang)規(gui)律(lv)等(deng)階(jie)段(duan)。想(xiang)要(yao)突(tu)破(po)從(cong)傳(chuan)統(tong)的(de)材(cai)料(liao)合(he)成(cheng)到(dao)材(cai)料(liao)數(shu)字(zi)智(zhi)造(zao)的(de)轉(zhuan)變(bian)
，若(ruo)能(neng)搭(da)建(jian)“能讀”-文獻挖掘、“能做”-機器人合成和表征、“能想”-機器學習分析規律的“機器科學家”，賦予其科學家的基本能力

，將進一步為材料數字智造賦值、賦能、賦智。

　　基於這些思考
，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
、材料自動合成平台
、顏色超靈敏相機原位表征等模塊
，以納米晶為例
，驗證了從化學原料取樣、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。

機器人輔助膠體納米晶數字智造自動化平台(科研團隊供圖)

　　納米晶在能源、光學、光化學、電化學、光電子學以及生物醫藥等領域的應用潛力巨大。納米晶物理化學性質與其形貌、尺寸息息相關，而傳統的試錯實驗和密集表征需花費大量時間和精力

，製約了納米晶的研發。

　　為此
，研究團隊整合數據驅動自動化合成、機器人輔助可控合成、麵向形貌逆向設計等技術，構建了機器人輔助膠體納米晶數字智造平台
，以此突破當前納米晶可控合成研究的局限性。

　　研(yan)究(jiu)團(tuan)隊(dui)以(yi)兩(liang)種(zhong)典(dian)型(xing)的(de)膠(jiao)體(ti)納(na)米(mi)晶(jing)為(wei)研(yan)究(jiu)範(fan)例(li)
，一(yi)種(zhong)是(shi)目(mu)前(qian)在(zai)生(sheng)物(wu)傳(chuan)感(gan)檢(jian)測(ce)領(ling)域(yu)被(bei)廣(guang)泛(fan)研(yan)究(jiu)的(de)金(jin)納(na)米(mi)棒(bang)，一(yi)種(zhong)是(shi)在(zai)新(xin)能(neng)源(yuan)和(he)光(guang)學(xue)探(tan)測(ce)領(ling)域(yu)有(you)巨(ju)大(da)應(ying)用(yong)潛(qian)力(li)的(de)鈣(gai)鈦(tai)礦(kuang)納(na)米(mi)晶(jing)。

　　weileshixianzidonghuahecheng
，yanjiurenyuanduiwenxianjinxingleshujuwajue
，bingduiqiguanjiancanshujinxingpaixuchuli，congerhuoqujiqirenzhixingcanshu，bingshejizhengjiaoshiyanjigaotongliangshiyanyanzheng，huoquleyanjiuduixiangtiaokongdezhongyaocanshu。jinyibudi，tongguojiqirenfuzhuzhengjiaoshiyan、單因素、雙因素以及三因素實驗，進行高通量合成
、原位光學表征
、原位光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。在這些過程中
，生成了 (原位表征UV-Vis-NIR吸收光譜和RGB光致發光結果) 大數據集和 (非原位TEM和SEM驗證) 小數據集，不斷擴展了實驗大數據庫。

　　shiyandashujukuhejiqixueximoxingduiyuzhichinixiangshejiguochengzhiguanzhongyao
，yanjiurenyuanjiyugaotongliangshiyanshujudediedai，jiangdianjingxiaoyangbenyiweiyanzhengyujiqirendayangbenyuanweibiaozhengjiehe
，tongguojiqixuexi，zuizhongchenggongjianlilecongguanjianhechengcanshudaojingtixingmaodejiqixuexiguilvmoxing。

　　科研團隊表示
，培養具備納米晶合成和表征專業知識的高素質科學家需要相當高的成本
，這種“數據驅動自動合成-機器人輔助可控合成-機器學習促進逆向設計”框架將進一步助力納米晶合成和表征，可以解決一直以來科學家經驗和手法較難複製的問題，探索利用“機器科學家”完成了特定形貌納米晶的數字智造。

　　該研究不僅為新概念材料設計、製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，而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法論。

　　遨博機器人將持續為科學家探索新的應用領域提供全方位支持。