Αυτόνομο ρομπότ μετράει γρήγορα ιδιότητες νέων υλικών

Η πρόκληση των νέων ημιαγωγών

Οι επιστήμονες επιδιώκουν να ανακαλύψουν νέα ημιαγωγικά υλικά που θα μπορούσαν να αυξήσουν την αποδοτικότητα των ηλιακών κυψελών και άλλων ηλεκτρονικών συσκευών. Ωστόσο, η ταχύτητα της καινοτομίας περιορίζεται από το πόσο γρήγορα μπορούν οι ερευνητές να μετρήσουν χειροκίνητα σημαντικές ιδιότητες των υλικών. Η διαδικασία αυτή απαιτεί χρόνο και ακρίβεια, κάτι που συχνά αποτελεί εμπόδιο στην ταχεία ανάπτυξη νέων τεχνολογιών.

Η λύση του MIT: Ένα αυτόνομο ρομποτικό σύστημα

Μια πλήρως αυτόνομη ρομποτική λύση που αναπτύχθηκε από ερευνητές του MIT υπόσχεται να επιταχύνει αυτή τη διαδικασία. Το σύστημα αυτό χρησιμοποιεί μια ρομποτική ανιχνευτή για να μετρήσει μια σημαντική ηλεκτρική ιδιότητα, γνωστή ως φωτοαγωγιμότητα, δηλαδή το πόσο ηλεκτρικά αντιδρά ένα υλικό στην παρουσία φωτός. Η προσέγγιση αυτή επιτρέπει την ταχύτερη και ακριβέστερη συλλογή δεδομένων, κάτι που είναι κρίσιμο για την ανάπτυξη πιο αποδοτικών ηλιακών πάνελ.

Η τεχνολογία πίσω από το ρομπότ

Η καινοτομία του συστήματος έγκειται στην ενσωμάτωση της γνώσης από το πεδίο της επιστήμης των υλικών στο μοντέλο μηχανικής μάθησης που καθοδηγεί τις αποφάσεις του ρομπότ. Αυτό επιτρέπει στο ρομπότ να εντοπίζει τα καλύτερα σημεία επαφής με το υλικό για να συλλέξει τις πιο χρήσιμες πληροφορίες για τη φωτοαγωγιμότητά του, ενώ μια εξειδικευμένη διαδικασία σχεδιασμού διαδρομής βρίσκει τον ταχύτερο τρόπο μετακίνησης μεταξύ των σημείων επαφής.

Αποτελέσματα και επιδόσεις

Κατά τη διάρκεια μιας 24ωρης δοκιμής, η πλήρως αυτόνομη ρομποτική ανιχνευτή πήρε περισσότερες από 125 μοναδικές μετρήσεις ανά ώρα, με μεγαλύτερη ακρίβεια και αξιοπιστία σε σύγκριση με άλλες μεθόδους που βασίζονται στην τεχνητή νοημοσύνη. Αυτή η δραματική αύξηση στην ταχύτητα με την οποία οι επιστήμονες μπορούν να χαρακτηρίσουν σημαντικές ιδιότητες νέων ημιαγωγικών υλικών θα μπορούσε να ενισχύσει την ανάπτυξη ηλιακών πάνελ που παράγουν περισσότερη ηλεκτρική ενέργεια.

Η σημασία της επαφής

Ο καθηγητής μηχανολογίας και κύριος συγγραφέας της μελέτης, Tonio Buonassisi, επισημαίνει: «Αυτό το έργο προσφέρει μια πορεία για αυτόνομες μεθόδους χαρακτηρισμού με επαφή. Δεν μπορούν όλες οι σημαντικές ιδιότητες ενός υλικού να μετρηθούν χωρίς επαφή. Αν χρειάζεται να έρθεις σε επαφή με το δείγμα σου, θέλεις να είναι γρήγορη και να μεγιστοποιήσεις την ποσότητα των πληροφοριών που συλλέγεις».

Η εξέλιξη της αυτόνομης εργαστηριακής έρευνας

Από το 2018, οι ερευνητές στο εργαστήριο του Buonassisi εργάζονται για τη δημιουργία ενός πλήρως αυτόνομου εργαστηρίου ανακάλυψης υλικών. Πρόσφατα επικεντρώθηκαν στην ανακάλυψη νέων περοβσκίτων, μιας κατηγορίας ημιαγωγικών υλικών που χρησιμοποιούνται σε φωτοβολταϊκά όπως τα ηλιακά πάνελ. Στο παρελθόν, ανέπτυξαν τεχνικές για τη γρήγορη σύνθεση και εκτύπωση μοναδικών συνδυασμών περοβσκίτη, καθώς και μεθόδους απεικόνισης για τον προσδιορισμό ορισμένων σημαντικών ιδιοτήτων υλικών.

Η συνεισφορά της μηχανικής μάθησης

Η μηχανική μάθηση, η ρομποτική και η επιστήμη των υλικών συνδυάζονται σε ένα αυτόνομο σύστημα. Το ρομποτικό σύστημα χρησιμοποιεί την ενσωματωμένη κάμερά του για να τραβήξει μια εικόνα μιας διαφάνειας με εκτυπωμένο υλικό περοβσκίτη. Στη συνέχεια, χρησιμοποιεί την υπολογιστική όραση για να κόψει αυτή την εικόνα σε τμήματα, τα οποία τροφοδοτούνται σε ένα νευρωνικό δίκτυο που έχει σχεδιαστεί ειδικά για να ενσωματώνει την εξειδικευμένη γνώση από χημικούς και επιστήμονες υλικών.

Η σημασία της ανθρώπινης παρέμβασης

Παρά την αυτονομία του συστήματος, ο Siemenn τονίζει τη σημασία της ανθρώπινης παρέμβασης: «Αυτά τα ρομπότ μπορούν να βελτιώσουν την επαναληψιμότητα και την ακρίβεια των λειτουργιών μας, αλλά είναι σημαντικό να υπάρχει ακόμη ένας άνθρωπος στον κύκλο. Αν δεν έχουμε έναν καλό τρόπο να ενσωματώσουμε την πλούσια γνώση αυτών των χημικών ειδικών στα ρομπότ μας, δεν θα μπορέσουμε να ανακαλύψουμε νέα υλικά».

Προοπτικές για το μέλλον

Οι ερευνητές επιθυμούν να συνεχίσουν να αναπτύσσουν αυτό το ρομποτικό σύστημα καθώς προσπαθούν να δημιουργήσουν ένα πλήρως αυτόνομο εργαστήριο για την ανακάλυψη υλικών. Το έργο αυτό υποστηρίζεται, εν μέρει, από την First Solar, την Eni μέσω του MIT Energy Initiative, τη MathWorks, το Acceleration Consortium του Πανεπιστημίου του Τορόντο, το Υπουργείο Ενέργειας των ΗΠΑ και το Εθνικό Ίδρυμα Επιστημών των ΗΠΑ.