Una plataforma robótica multimodal para el descubrimiento de electrocatalisadores de varios elementos

Área de la Ciencia:

• Ciencias de los materiales
• Inteligencia artificial
• Ingeniería Química

Sus antecedentes:

• La IA para la Ciencia tiene como objetivo descubrir materiales personalizados a través de experimentos del mundo real.
• La experimentación actual de materiales está limitada por el aprendizaje activo unimodal, lo que dificulta el potencial de la IA en la interpretación experimental compleja.
• Los avances en la predicción computacional y la síntesis automatizada existen, pero no están completamente integrados con las capacidades interpretativas de la IA.

Objetivo del estudio:

• Presentar CRESt, una plataforma que integra grandes modelos multimodales con optimización bayesiana asistida por el conocimiento y automatización robótica.
• Acelerar el diseño de materiales, la síntesis, la caracterización y la optimización del rendimiento utilizando IA.
• Para permitir el diagnóstico y la corrección de anomalías impulsadas por IA en experimentos del mundo real.

Principales métodos:

• Integración de grandes modelos multimodales (composiciones químicas, incorporaciones de texto, imágenes microestructurales) con optimización bayesiana asistida por el conocimiento y automatización robótica.
• Utilización de estrategias de reducción del espacio de búsqueda basadas en la incorporación de conocimientos y estrategias de exploración y explotación adaptativas.
• Emplear cámaras para el monitoreo y modelos de lenguaje visual para la generación de hipótesis para abordar anomalías experimentales.

Principales resultados:

• CRESt facilitó la exploración de más de 900 químicos de catalizadores y 3.500 pruebas electroquímicas en 3 meses.
• Se ha identificado un catalizador octonario de última generación (Pd-Pt-Cu-Au-Ir-Ce-Nb-Cr) para la oxidación electroquímica del formato.
• Logró una mejora de 9,3 veces en el rendimiento específico de costos en comparación con los catalizadores existentes.

Conclusiones:

• CRESt acelera significativamente el descubrimiento y la optimización de materiales avanzados a través de la IA y la robótica integradas.
• La plataforma demuestra el poder de la IA multimodal para hacer frente a desafíos experimentales complejos.
• El catalizador octonario identificado representa un avance en la catálisis de oxidación de formato, que muestra aplicaciones prácticas del descubrimiento de materiales impulsados por IA.