Các nhà nghiên cứu đã tận dụng trí tuệ nhân tạo để tăng cường độ ổn định quang học của các phân tử dùng cho ứng dụng năng lượng mặt trời, giúp các phân tử ổn định hơn gấp bốn lần so với trước đây.
Bằng cách tích hợp AI với tổng hợp tự động, các nhà nghiên cứu tại Đại học Illinois đã cải thiện đáng kể độ ổn định của các phân tử năng lượng mặt trời, làm sáng tỏ các yếu tố hóa học ảnh hưởng đến độ ổn định của quang. Tín dụng: SciTechDaily.com
Phương pháp tiếp cận mới của họ bao gồm thử nghiệm vòng kín do AI điều khiển và tổng hợp hóa học tự động để khám phá các nguyên tắc hóa học cơ bản về tính ổn định, mang đến những hiểu biết mới về thiết kế phân tử cho pin mặt trời hữu cơ.
Trí tuệ nhân tạo là một công cụ mạnh mẽ dành cho các nhà nghiên cứu, nhưng có một hạn chế đáng kể: Không thể giải thích cách thức đưa ra quyết định, một vấn đề được gọi là "hộp đen AI". Bằng cách kết hợp AI với tổng hợp hóa học tự động và xác thực thử nghiệm, một nhóm các nhà nghiên cứu liên ngành tại Đại học Illinois Urbana-Champaign đã mở hộp đen để tìm ra các nguyên lý hóa học mà AI dựa vào để cải thiện các phân tử thu năng lượng mặt trời.
Tiến bộ trong tính ổn định của phân tử thu hoạch ánh sáng
Kết quả tạo ra các phân tử thu thập ánh sáng ổn định hơn gấp bốn lần so với điểm ban đầu, cũng như đưa ra những hiểu biết mới quan trọng về nguyên nhân khiến chúng ổn định - một câu hỏi về hóa học đã cản trở sự phát triển của vật liệu.
Nhóm nghiên cứu liên ngành được đồng dẫn đầu bởi giáo sư hóa học Martin Burke của U. of I, giáo sư kỹ thuật hóa học và phân tử sinh học Ying Diao, giáo sư hóa học Nicholas Jackson và giáo sư khoa học vật liệu và kỹ thuật Charles Schroeder, hợp tác với giáo sư hóa học Alán Aspuru-Guzik của Đại học Toronto. Họ đã công bố kết quả của mình vào hôm nay (ngày 28 tháng 8) trên tạp chí Nature .
“Các công cụ AI mới có sức mạnh đáng kinh ngạc. Nhưng nếu bạn cố gắng mở nắp và hiểu chúng đang làm gì, bạn thường chẳng thu được gì hữu ích”, Jackson cho biết. “Đối với hóa học, điều này có thể rất khó chịu. AI có thể giúp chúng ta tối ưu hóa một phân tử, nhưng nó không thể cho chúng ta biết tại sao đó lại là tối ưu — các đặc tính, cấu trúc và chức năng quan trọng là gì? Thông qua quy trình của mình, chúng tôi đã xác định được điều gì mang lại cho các phân tử này độ ổn định quang học cao hơn. Chúng tôi đã biến hộp đen AI thành một quả cầu thủy tinh trong suốt”.
Các nhà nghiên cứu Illinois đã mở "hộp đen" AI để có được cái nhìn sâu sắc mới có giá trị về hóa học cho các ứng dụng năng lượng mặt trời. Trong ảnh, từ trái sang: Giáo sư Charles Schroeder, Changhyun Hwang, Seungjoo Yi, giáo sư Ying Diao, giáo sư Nick Jackson, Tiara Charis và Torres Flores. Tín dụng: Michelle Hassel
Giải quyết tính ổn định của quang học bằng thử nghiệm vòng kín
Các nhà nghiên cứu lấy động lực từ câu hỏi làm thế nào để cải thiện pin mặt trời hữu cơ, loại pin được làm từ vật liệu mỏng, mềm dẻo, trái ngược với các tấm pin silicon cứng, nặng hiện đang xuất hiện trên các mái nhà và cánh đồng.
Diao cho biết: “Điều cản trở quá trình thương mại hóa quang điện hữu cơ là vấn đề về độ ổn định. Các vật liệu hiệu suất cao bị phân hủy khi tiếp xúc với ánh sáng, đây không phải là điều bạn muốn ở một tế bào quang điện”. “Chúng có thể được chế tạo và lắp đặt theo những cách không thể thực hiện được với silicon và cũng có thể chuyển đổi nhiệt và ánh sáng hồng ngoại thành năng lượng, nhưng độ ổn định đã là một vấn đề kể từ những năm 1980”.
Tăng tốc khám phá với Hóa học mô-đun và AI
Phương pháp Illinois, được gọi là "chuyển vòng kín", bắt đầu bằng một giao thức tối ưu hóa do AI hướng dẫn gọi là thử nghiệm vòng kín. Các nhà nghiên cứu đã yêu cầu AI tối ưu hóa độ ổn định quang học của các phân tử thu thập ánh sáng, Schroeder cho biết. Thuật toán AI đưa ra các gợi ý về loại hóa chất nào cần tổng hợp và khám phá trong nhiều vòng tổng hợp vòng kín và đặc tính thử nghiệm. Sau mỗi vòng, dữ liệu mới được đưa trở lại mô hình, sau đó cung cấp các gợi ý được cải thiện, với mỗi vòng tiến gần hơn đến kết quả mong muốn.
Các nhà nghiên cứu đã tạo ra 30 ứng cử viên hóa học mới qua năm vòng thử nghiệm vòng kín, nhờ vào hóa học giống như khối xây dựng và tổng hợp tự động do nhóm của Burke tiên phong. Công trình được thực hiện tại Phòng thí nghiệm Molecule Maker nằm trong Viện Khoa học và Công nghệ Tiên tiến Beckman tại U. of I.
“Phương pháp tiếp cận hóa học mô-đun bổ sung tuyệt vời cho thí nghiệm vòng kín. Thuật toán AI yêu cầu dữ liệu mới với tiềm năng học tập tối đa và nền tảng tổng hợp phân tử tự động có thể tạo ra các hợp chất mới cần thiết rất nhanh. Sau đó, các hợp chất đó được thử nghiệm, dữ liệu được đưa trở lại mô hình và mô hình trở nên thông minh hơn — hết lần này đến lần khác”, Burke, cũng là giáo sư tại Cao đẳng Y khoa Carle Illinois, cho biết. “Cho đến nay, chúng tôi chủ yếu tập trung vào cấu trúc. Tổng hợp mô-đun tự động của chúng tôi hiện đã chuyển sang lĩnh vực khám phá chức năng”.
Bật mí bí mật về sự ổn định của phân tử
Thay vì chỉ kết thúc truy vấn bằng các sản phẩm cuối cùng được AI chọn ra, như trong một chiến dịch thông thường do AI dẫn dắt, quy trình chuyển giao vòng kín tiếp tục tìm cách khám phá các quy tắc ẩn giúp các phân tử mới ổn định hơn.
Khi thí nghiệm vòng kín diễn ra, một bộ thuật toán khác liên tục xem xét các phân tử được tạo ra, phát triển các mô hình về các đặc điểm hóa học có thể dự đoán được tính ổn định trong ánh sáng, Jackson cho biết. Sau khi thí nghiệm kết thúc, các mô hình cung cấp các giả thuyết mới có thể kiểm chứng trong phòng thí nghiệm.
"Chúng tôi đang sử dụng AI để tạo ra các giả thuyết mà chúng tôi có thể xác thực để sau đó thúc đẩy các chiến dịch khám phá mới do con người thúc đẩy", Jackson cho biết. "Bây giờ chúng tôi đã có một số mô tả vật lý về những gì làm cho các phân tử có tính quang bền, điều đó làm cho quá trình sàng lọc các ứng cử viên hóa học mới trở nên đơn giản hơn đáng kể so với việc tìm kiếm một cách mù quáng trong không gian hóa học".
Để kiểm tra giả thuyết của họ về khả năng quang ổn định, các nhà nghiên cứu đã nghiên cứu ba phân tử thu sáng có cấu trúc khác nhau với tính chất hóa học mà họ xác định được — một vùng năng lượng cao cụ thể — và xác nhận rằng việc lựa chọn dung môi thích hợp làm cho các phân tử có khả năng quang ổn định hơn tới bốn lần.
“Đây là bằng chứng về nguyên tắc cho những gì có thể thực hiện được. Chúng tôi tự tin rằng chúng tôi có thể giải quyết các hệ thống vật liệu khác và khả năng chỉ bị giới hạn bởi trí tưởng tượng của chúng tôi. Cuối cùng, chúng tôi hình dung ra một giao diện nơi các nhà nghiên cứu có thể nhập một chức năng hóa học mà họ muốn và AI sẽ tạo ra các giả thuyết để kiểm tra”, Schroeder cho biết. “Công việc này chỉ có thể thực hiện được với một nhóm đa ngành, cùng với những con người, nguồn lực và cơ sở vật chất mà chúng tôi có tại Illinois và cộng sự của chúng tôi tại Toronto. Năm nhóm đã cùng nhau tạo ra những hiểu biết khoa học mới mà không thể thực hiện được nếu bất kỳ nhóm phụ nào làm việc riêng lẻ”.
Tài liệu tham khảo: “Chuyển giao vòng kín cho phép trí tuệ nhân tạo tạo ra kiến thức hóa học” của Nicholas H. Angello, David M. Friday, Changhyun Hwang, Seungjoo Yi, Austin H. Cheng, Tiara C. Torres-Flores, Edward R. Jira, Wesley Wang, Alán Aspuru-Guzik, Martin D. Burke, Charles M. Schroeder, Ying Diao và Nicholas E. Jackson, ngày 28 tháng 8 năm 2024, Nature .
Mời các đối tác xem hoạt động của Công ty TNHH Pacific Group.
FanPage: https://www.facebook.com/Pacific-Group
YouTube: https://www.youtube.com/@PacificGroupCoLt
