你有想過AI會做飯嗎?讓機器為發掘新材料按下快進鍵吧!
周蕾 / 何渝婷編譯
2020-05-22 15:58

(示意圖/取自pixabay)

在多倫多大學,Ted Sargent經營著一個「試驗廚房」。他的團隊由研究人員和學生組成,開發食譜,仔細測量和混合配料,然後評估後果。

Sargent團隊的構想之一,其實是用二氧化碳做飯。電氣工程師出身的Sargent說,他們的目標是發明配方,把溫室氣體「升級」成有用的材料。未來的工廠和發電廠可以利用可再生能源,將二氧化碳轉化為可以出售的原材料,或者把它們「抓起來」封存在地下,而不是將污染物直接排放到空氣中。

有一類很有前景的配方,是將二氧化碳與其他反應物電轟擊,將其轉化為由兩個碳原子和四個氫組成的六原子分子乙烯。乙烯是一種用來製造普通塑膠的原料,包括超市和拉鍊袋中的塑膠。Sargent認為這是一種很有商業價值的化學品,背後會是大約600億美元的市場規模。

不過,Sargent工作的真正意義不只是他的食譜多有意思,他其實是在用人工智慧做飯。

Sargent團隊通過使用新的人工智慧和超級電腦驅動的技術,發現了製造乙烯的新成分,而這些技術在過去十年裡,在材料科學家中越來越受歡迎。

Sargent與卡內基梅隆大學的Zachary Ulissi合作,後者專門研究如何利用算法發明新材料。

Ulissi模擬了12229張、共244種不同晶體的顯微特寫照片,瞄準了最有希望製造乙烯的候選晶體。特別是,他們希望找到一種材料,能讓二氧化碳分解過程中產生的一氧化碳分子更容易黏附。

Ulissi用一台超級電腦進行了一小部分模擬,但這項任務太費時間了,不可能完成所有12229張特寫,所以他用這些超級電腦計算的結果,訓練了一個機器學習算法,讓機器學會怎麼快速進行剩下的模擬。

這些基於電腦的方法,為研究人員發現新材料提供了一個更快、更全面的策略。科學家要發現一種材料,完成微調,然後再讓其進入到商業化階段,這整個過程可能需要20年甚至更多。

正如愛迪生的故事那樣,在19世紀70年代,他測試了3000多種不同的材料,試圖為第一個價格合理的白熾燈泡找到合適的燈絲。結果,下個世紀的燈絲是由鎢製成的,是愛迪生從未嘗試過的一種材料。

同樣地,多倫多/卡內基梅隆大學的團隊,可能也沒有找到那個「制勝關鍵」。他們的配方需要大量的電力來製造,這意味著現在用二氧化碳生產乙烯是無利可圖的。

Sargent和他的同事正在努力設計更經濟可行的食譜。上周《自然》雜誌刊登的最新研究中,他們報導了多種新材料的發現,也就是所謂的催化劑,這些新材料能夠更快、更節能地將二氧化碳轉化為乙烯。這些催化劑,可能是最終使這項技術具有可擴展性的「秘密武器」。

「我們需要減少碳足跡,但我們也不想因此而犧牲世界各地的繁榮。」Sargent說。

有了電腦,材料配方不再嚴格侷限於單個科學家的專業知識。為了找到他們的催化劑,Ulissi和Sargent的團隊使用了一個名為Materials Project的公共數據庫,該數據庫旨在將材料科學家作為一個類似Google的搜索引擎來服務。

這個網站包含了超過12萬種不同無機化合物的數據。任何人都可以登錄,指定他們想研究的原子元素和化學性質,並迅速找到許多候選材料。

舉個例子,Sargent和Ulissi從以前的經驗中知道,含銅材料是很好的催化劑,因此他們專門針對由銅製成的非活性合金搜索材料項目,該網站建議從244種晶體開始著手研發。

從這個列表中,算法指出,含鋁銅合金可能是最合適的。當這些算法預測出最佳鋁銅比以及兩種金屬的混合均勻程度時,實驗室的科學家根據這些預測合成了材料,並將結果回饋到算法中。

電腦和科學家們的「天作之合」,使得他們在實驗室中發現並生產出17種高效催化劑。

現在更多的科學家依靠電腦工具來發明新材料。勞倫斯柏克萊國家實驗室的物理學家Kristin Persson說:「在過去的20年裡,確實發生了一場典範的變化。」她表示,運算技術已經從小眾應用轉向推動創新。

2017年,波音公司下屬的研究人員報告說,他們利用AI發明了一種用於3D列印飛機零件的粉末合金。同年,洛斯阿拉莫斯國家實驗室的研究人員,使用AI設計了一種合金,這種合金可以反覆加熱和冷卻而不會減弱。

去年7月,杜拉塞爾公司推出了一款名為Optimum的新型電池,它所含有的新材料,是Persson在2004年首次通過電腦模擬發現的。

石油巨頭BP最近也與新創公司Kebotix建立了合作夥伴關係,這家總部位於馬薩諸塞州的公司開發了一種AI驅動的工具,以用於設計更環保的塑膠配方。

但是,就算使用了AI和超級電腦,Ulissi和Sargent的團隊還是花了大約三年的時間,來鑑定和測試這些新的催化劑。

Persson說,目前的瓶頸是在實驗室中混合和測試化學物質,算法確實可以起到很大的作用,但你仍然需要在工作台上測試所有的想法。

「我們不能雇用學校裡的每一個研究生都站在流水線上,去嘗試各種各樣的可能性,而這些可能性正是計算結果向他們拋出的。」Persson認為,將機器人納入工作流程將加快材料的發現,這是材料研究的必經之路。

事實上,Kebotix已經開始使用機器人來發現化學物質,執行長Jill Becker將其稱為「自動駕駛實驗室」(auto-driving laboratory):電腦模擬為新材料的配方提供建議,機器人則對這些配方進行測試。

Kebotix的客戶可以選擇獨立使用這些功能,最近就有一家國家衛生研究院實驗室使用他們的AI軟體,更有效地進行藥物開發實驗。

不過,有了機器人,材料的發現還是需要人類的監督。Sargent表示,算法不是非常精確,合成新材料仍然需要「相當數量的手工製作」。

「實驗主義者不會讓理論家感到驚訝。就算有立式攪拌機、Instapots和麵包機,廚房仍然需要一名廚師。」Sargent說。

本文為雷鋒網授權刊登,原文標題為「AI「試驗廚房」在路上:讓機器為新材料的發掘按下快進鍵