Investigadores de la Universidad de Chicago desarrollaron un sistema de laboratorio autónomo que utiliza inteligencia artificial y robótica para crear películas metálicas delgadas, optimizando el proceso sin intervención humana
Cuando los científicos fabrican las delgadas películas metálicas utilizadas en electrónica, óptica y tecnologías cuánticas, generalmente pasan meses ajustando la temperatura, composición y tiempo del proceso, buscando la receta adecuada.
Recientemente, investigadores de la Universidad de Chicago en la Escuela de Ingeniería Molecular Pritzker (UChicago PME) desarrollaron un sistema de laboratorio «autónomo» que realiza este trabajo de manera independiente, utilizando robótica e inteligencia artificial para decidir el siguiente paso sin esperar a un humano.
El autor principal, Yuanlong Bill Zheng, quien lideró el trabajo como estudiante de pregrado y ahora es estudiante de doctorado en UChicago PME, expresó: «Queríamos liberar a los investigadores de la tediosa y repetitiva labor de configurar y ajustar estos experimentos».
El sistema automatiza todo el ciclo: ejecuta experimentos, mide los resultados y luego alimenta esos resultados a un modelo de aprendizaje automático que guía el siguiente intento.
El autor senior, Asst. Prof. Shuolong Yang, añadió: «Creo que en el futuro este tipo de enfoque se utilizará más ampliamente en todo el campo de la síntesis de materiales duros y, eventualmente, en la síntesis de materiales cuánticos complejos». Este trabajo fue publicado en la revista npj Computational Materials.
Ajustando la deposición de vapor
El nuevo sistema se basa en un proceso conocido como deposición de vapor físico (PVD), en el que un material como la plata se calienta hasta vaporizarse y luego se condensa en una capa ultradelgada sobre una superficie.
La PVD es altamente sensible a muchas variables, como temperatura, tiempo, materiales y pequeñas diferencias en el entorno, lo que hace que predecir el resultado de los experimentos sea complicado.
Tradicionalmente, los investigadores ajustaron estos parámetros manualmente, realizando innumerables ciclos de prueba y error, cada uno de los cuales toma un día o más. Zheng, en colaboración con los estudiantes de pregrado de UChicago Connor Blake y Layla Mravae, buscó hacer este proceso más rápido y predecible.
El equipo comenzó ensamblando desde cero un sistema robótico que pudiera llevar a cabo cada paso del proceso de PVD, desde manejar muestras hasta medir las propiedades de una película después de su fabricación. Luego, colaboraron con el Dr. Yuxin Chen y su estudiante Fengxue Zhang del Departamento de Ciencias de la Computación de UChicago, y programaron un algoritmo de aprendizaje automático para predecir qué parámetros son necesarios para cualquier película delgada deseada, sintetizar y analizar el producto resultante, y ajustar los parámetros hasta que funcione.
«Un investigador puede decirle al modelo qué quiere que salga al final, y el modelo de aprendizaje automático guiará al sistema a través de una secuencia de experimentos para lograrlo», comentó Zheng.
Para tener en cuenta peculiaridades impredecibles, como diferencias sutiles entre sustratos o trazas de gases en la cámara de vacío, el sistema también comienza cada nuevo experimento creando una delgada «capa de calibración» de película que ayuda al algoritmo a leer las condiciones únicas de cada ejecución.
«Los investigadores han luchado durante mucho tiempo con la irreproducibilidad en la deposición de vapor físico, donde pequeñas variaciones en variables ocultas dificultan obtener el mismo resultado dos veces», explicó Zheng. «Esas inconsistencias terminan en los datos de entrenamiento como ruido y pueden ser perjudiciales para el modelo de aprendizaje automático. Nuestro sistema automatizado de alto rendimiento capturó estas variaciones de manera sistemática y cuantitativa».
Síntesis de materiales más rápida, fácil y económica
Para probar su enfoque, los investigadores pidieron al sistema que creciera películas de plata con propiedades ópticas específicas, lo que representa una prueba de principio ideal, ya que la plata es un material simple y bien entendido, pero aún complicado de perfeccionar.
El sistema autónomo alcanzó los objetivos deseados en un promedio de 2.3 intentos. En total, la máquina exploró todo el rango de condiciones experimentales en unas pocas docenas de ejecuciones, algo que normalmente llevaría a un equipo humano semanas de trabajo nocturno.
En total, el sistema costó menos de $100,000 para que el equipo de pregrado lo construyera desde cero, un orden de magnitud más barato que los intentos anteriores de laboratorios comerciales para construir sistemas autónomos para la síntesis de películas.
Con esta base, el equipo espera expandir el método a materiales más complejos, incluidos aquellos utilizados en la electrónica de próxima generación y dispositivos cuánticos.
«Este es solo un prototipo, pero muestra cómo la inteligencia artificial y la robótica pueden transformar no solo la forma en que fabricamos películas delgadas, sino cómo abordamos el descubrimiento de materiales en general», concluyó Yang.
Fuente: cadena3.com
Deja una respuesta