Учёные из международного консорциума впервые применили сеть самообучающихся лабораторий для поиска новых лазерных материалов. В результате за несколько месяцев им удалось открыть 21 органическое соединение, обладающее выдающимися оптическими свойствами.
"Мы доказали, что подход с замкнутым циклом можно децентрализовать и значительно ускорить открытия", — отметил Алан Аспуру-Гузик, директор Консорциума по ускорению.
Исследование, опубликованное в журнале Science, демонстрирует, как синтез и тестирование можно распределить между лабораториями на разных континентах, используя искусственный интеллект и роботизированные технологии.
Органические твердотельные лазеры (ОТЛ) обладают широкими перспективами — от оптоэлектроники и медицины до квантовых технологий. Однако их создание требует сотен тысяч экспериментов, что делает процесс долгим и дорогостоящим.
Ранее за десятилетия удалось испытать лишь около 20 новых соединений. Теперь, благодаря технологии Self-Driving Lab (SDL), исследователи синтезировали и протестировали более тысячи образцов всего за несколько месяцев.
"Мы прошли путь от молекулы до готового устройства в разы быстрее, чем при традиционном подходе", — подчеркнули авторы.
SDL сочетает искусственный интеллект, машинное обучение и роботизированный синтез, анализируя результаты экспериментов в реальном времени и самостоятельно выбирая следующие шаги.
Каждая лаборатория в сети вносила вклад в определённый этап — от моделирования молекул до создания и тестирования устройств.
В проекте участвовали научные центры из Торонто, Ванкувера, Глазго, Иллинойса и Фукуоки. Такой распределённый подход позволил параллельно проводить эксперименты и мгновенно обмениваться данными через облачную платформу.
| Локация | Основная задача | Результат |
|---|---|---|
| Торонто (Канада) | Разработка молекулярных моделей | Генерация кандидатов |
| Ванкувер (Канада) | Масштабирование синтеза | Производство образцов |
| Глазго (Шотландия) | Оптические тесты | Первичная фильтрация материалов |
| Иллинойс (США) | Роботизированный анализ свойств | Быстрая классификация |
| Фукуока (Япония) | Создание и испытание устройств | Отбор 21 финального материала |
Ошибка: изолированные эксперименты в одной лаборатории.
Последствие: медленные открытия и ограниченные данные.
Альтернатива: децентрализованные сети лабораторий с замкнутым контуром и AI-управлением.
Обычно на поиск новых ОТЛ-материалов уходят годы, а иногда и десятилетия. В этом проекте процесс занял всего несколько месяцев — благодаря распределённым вычислениям и обмену данными.
"Этот подход демократизирует процесс открытий и делает материалы будущего доступными гораздо быстрее", — отметил один из соавторов.
Результаты стали основой для нового поколения лазеров и органических светодиодов с повышенной яркостью, стабильностью и энергоэффективностью.
Традиционные лаборатории ограничены инфраструктурой и скоростью обработки данных. В то время как сеть SDL объединяет знания, оборудование и вычислительные мощности разных стран.
Это создаёт модель, в которой наука становится глобальной и непрерывной: данные обновляются в реальном времени, а эксперименты мгновенно корректируются.
| Показатель | Традиционный метод | Подход SDL |
|---|---|---|
| Время открытия | Годы или десятилетия | Месяцы |
| Количество образцов | < 100 | > 1000 |
| Коллаборация | Локальная | Глобальная |
| Управление | Человеческое | Искусственный интеллект |
Миф: такие системы полностью заменят учёных.
Правда: AI дополняет человека, ускоряя анализ и снижая ошибки.
Миф: роботизированные лаборатории слишком дорогие.
Правда: их окупаемость выше за счёт скорости и точности.
Миф: результаты невозможно воспроизвести.
Правда: облачная синхронизация обеспечивает полную повторяемость экспериментов.
Новые органические лазерные соединения отличаются высокой фотостабильностью и возможностью точной настройки длины волны излучения. Это открывает перспективы для:
дисплеев и оптоволоконной связи;
медицинской визуализации;
компактных квантовых устройств.
"Мы создали основу для будущих автономных кампаний в материаловедении", — заявил Аспуру-Гузик.
Теперь исследователи планируют интегрировать квантовые вычисления и моделирование, чтобы ещё точнее прогнозировать свойства молекул до их синтеза. Такой подход может революционизировать поиск материалов для фотоники, энергетики и биотехнологий.
Почему органические лазеры важны?
Они компактнее, дешевле и легче настраиваются по цвету, чем традиционные неорганические лазеры.
Что делает SDL уникальной?
Она использует обратную связь и самообучение, позволяя системе улучшать собственные эксперименты.
Можно ли применить метод за пределами фотоники?
Да, аналогичные алгоритмы подходят для медицины, катализаторов и аккумуляторных материалов.
Открытие 21 нового лазерного материала стало возможным благодаря синергии искусственного интеллекта, робототехники и международного сотрудничества. Самообучающиеся лаборатории открывают новую эру ускоренной науки, где путь от идеи до технологии измеряется уже не годами, а месяцами.