读创/深圳商报首席记者 陈小慧

北京时间3月3日，一项发表于《自然-合成》的研究首次将数据驱动自动合成、机器人辅助可控合成、机器学习促进逆向设计用于胶体纳米晶（例如钙钛矿）材料合成，探索构建了“机器科学家”平台，有望将科研人员从传统试错实验、劳动密集型表征中解放，实现纳米晶材料数字智造。

（论文截图）

该研究由中国科学院深圳先进技术研究院（以下简称深圳先进院）材料界面研究中心喻学锋、赵海涛团队、中国科学技术大学江俊、澳大利亚国立大学殷宗友等共同完成。深圳先进院是第一通讯单位。

据了解，传统的材料制备，通常要经历繁杂且漫长的读文献、做实验、想规律等阶段。想要突破从传统的材料合成到材料数字智造的转变，需要搭建“能读”-文献挖掘、“能做”-机器人合成和表征、“能想”-机器学习分析规律的“机器科学家”，赋予其科学家的基本能力，进一步为材料数字智造赋能。

（图说：机器人辅助胶体纳米晶数字智造自动化平台来源：科研团队供图）

基于这些思考，研究团队设计了智能耗材管理、行走机器人、六轴机器手、自动移液、材料自动合成平台、颜色超灵敏相机原位表征等模块，以纳米晶为例，验证了从化学原料取样、机器人辅助合成、机器人原位表征到机器人逆向设计材料的全过程。

据介绍，纳米晶在能源、光学、光化学、电化学、光电子学以及生物医药等领域的应用潜力巨大。纳米晶物理化学性质与其形貌、尺寸息息相关，而传统的试错实验和密集表征需花费大量时间和精力，制约了纳米晶的研发。

为此，研究团队整合数据驱动自动化合成、机器人辅助可控合成、面向形貌逆向设计等技术，构建了机器人辅助胶体纳米晶数字智造平台，以此突破当前纳米晶可控合成研究的局限性。

（图说：“机器科学家”开启纳米晶材料数字智造示意图 来源：科研团队供图）

研究团队以两种典型的胶体纳米晶为研究范例，一种是目前在生物传感检测领域被广泛研究的金纳米棒，一种是在新能源和光学探测领域有巨大应用潜力的钙钛矿纳米晶。

审稿人在评价中指出，“赵海涛等人建立了一个由机器学习、机器人自动化和大数据组成的复杂系统，并进一步利用它实现了纳米晶的合成和逆向合成。这项工作成功地将自动化和机器学习协同起来，以实现更有效的胶体纳米晶合成，并详尽报告了其高通量实验大数据。”

审读：孙世建