Trí tuệ nhân tạo là một công cụ mạnh mẽ cho các nhà nghiên cứu, nhưng có một hạn chế đáng kể: không thể giải thích được cách nó đưa ra quyết định, một vấn đề được gọi là "hộp đen AI".
Mô hình chuyển giao vòng kín cho khám phá phân tử chức năng dựa trên vật lý. Tín dụng: Nicholas Angello và cộng sự
Bằng cách kết hợp AI với tổng hợp hóa học tự động và xác thực thử nghiệm, một nhóm nghiên cứu liên ngành tại Đại học Illinois Urbana-Champaign đã mở ra 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.
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 cùng với giáo sư hóa học Alán Aspuru-Guzik của Đại học Toronto. Họ đã công bố kết quả của mình trên tạp chí Nature.
"Các công cụ AI mới có sức mạnh đáng kinh ngạc. Nhưng nếu bạn cố gắng mở nắp capo và hiểu chúng đang làm gì, bạn thường chẳng thu được kết quả gì hữu ích", Jackson nói.
"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 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 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.
"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", Diao cho biết. "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".
Phương pháp Illinois, được gọi là "chuyển vòng kín", bắt đầu bằng một giao thức tối ưu hóa do AI hướng dẫn được 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—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 tiến tới lĩnh vực khám phá chức năng."
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.
Jackson cho biết: "Chúng tôi đang sử dụng AI để đưa ra các giả thuyết mà chúng tôi có thể xác thực để sau đó khơi dậy các chiến dịch khám phá mới do con người thúc đẩy".
"Bây giờ chúng ta 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 nhiều 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 lý cho những gì có thể thực hiện được. Chúng tôi 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 nào làm việc riêng lẻ."
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