Article
材料科学：新規材料の合成を加速するための自律型実験室
Nature 624, 7990 doi: 10.1038/s41586-023-06734-w
今回我々は、新規材料の計算スクリーニング速度と実験的実現速度のギャップを埋めるために、無機粉末の固体合成を行う自律型実験室「A-Lab」を報告する。このプラットフォームは、計算、過去の文献データ、機械学習（ML）、能動学習を用いて計画を立て、行われた実験の結果をロボット工学を用いて解釈する。A-Labは、17日間の連続稼働において、Materials ProjectとGoogle DeepMindから得た大規模ab initio相安定性データを用いて特定された、さまざまな酸化物とリン酸塩を含む58の標的材料のセットから、41の新規化合物を実現した。合成レシピは、文献を基に訓練された自然言語モデルによって提案され、熱力学に基づく能動学習法を用いて最適化された。失敗した合成を分析することによって、現在の材料スクリーニング方法と合成設計方法を改良する直接的かつ実行可能な提案が得られる。今回の高い成功率は、人工知能駆動型の自律的材料発見プラットフォームの有効性を実証するとともに、計算、過去の知見、ロボット工学をさらに融合させる動機となる。
