Síntesis autónoma y diseño inverso de polímeros electrocrómicos con alta eficiencia y precisión

Área de la Ciencia:

• Ciencias de los materiales
• Química de los polímeros
• Inteligencia artificial

Sus antecedentes:

• El diseño de polímeros funcionales enfrenta desafíos debido a las complejas relaciones estructura-propiedad.
• Los métodos tradicionales para la síntesis y validación de polímeros consumen mucho tiempo y mano de obra, lo que dificulta la eficiencia y la precisión.

Objetivo del estudio:

• Desarrollar un sistema acelerado y autónomo para la síntesis bajo demanda de polímeros electrónicos con funcionalidad electrocrómica específica.
• Superar las limitaciones en el diseño predictivo y la validación experimental de polímeros funcionales.

Principales métodos:

• Aprovecho la minería de datos asistida por un gran modelo de lenguaje para la acumulación de conocimientos.
• Empleó un modelo de aprendizaje automático de copolímero informado por la física para el diseño predictivo.
• Utilizó un flujo de trabajo robótico autónomo impulsado por IA en el laboratorio Polybot para síntesis y validación.

Principales resultados:

• Polímeros electrocrómicos (ECP) sintetizados de forma autónoma con valores de color específicos no informados anteriormente en un plazo de 72 horas.
• Se ha logrado un ajuste preciso de las estructuras de copolímero con un tamaño de paso del 5% en la composición de comonomeros.
• Se han desarrollado nuevos polímeros verdes con perfiles de absorción específicos.

Conclusiones:

• El sistema autónomo impulsado por IA mejora significativamente la precisión y la eficiencia en la síntesis de polímeros electrónicos funcionales.
• El sistema desarrollado permite la creación a pedido de ECP con propiedades personalizadas.
• Se creó una base de datos informática accesible al público para promover el intercambio de conocimientos y acelerar la investigación en este campo.