公眾號/? ScienceAI（ID：Philosophyai）

編輯 | 蘿卜皮

設(shè)計具有定制電氣和機械性能的超輕導(dǎo)電氣凝膠，對于各種電子設(shè)備的應(yīng)用都至關(guān)重要。傳統(tǒng)方法依賴于在廣闊的參數(shù)空間中進(jìn)行迭代、耗時的實驗。

馬里蘭大學(xué) (UMD) 的研究團隊開發(fā)了一種結(jié)合機器學(xué)習(xí)和協(xié)作機器人技術(shù)的 模型 ，加速具有可編程特性的導(dǎo)電氣凝膠的設(shè)計。

自動移液機器人可以操作，以不同的比例/負(fù)載制備 264 種 Ti3C2Tx MXene、纖維素、明膠和戊二醛混合物。冷凍干燥后，評估氣凝膠的結(jié)構(gòu)完整性以訓(xùn)練支持向量機分類器。

通過 8 個主動學(xué)習(xí)周期和數(shù)據(jù)增強，通過機器人自動化平臺制造/表征了 162 種獨特的導(dǎo)電氣凝膠，從而構(gòu)建了人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型。

預(yù)測模型進(jìn)行雙向設(shè)計任務(wù)：（1）根據(jù)制造參數(shù)預(yù)測氣凝膠的物理化學(xué)性質(zhì)；（2）針對特定性質(zhì)要求自動進(jìn)行氣凝膠的逆向設(shè)計。

模型解釋和有限元模擬的結(jié)合使用，驗證了氣凝膠密度和抗壓強度之間的明顯相關(guān)性。模型建議的氣凝膠具有高導(dǎo)電性、定制強度和壓力不敏感性，可實現(xiàn)壓縮穩(wěn)定的焦耳加熱，以實現(xiàn)可穿戴熱管理。

該研究以「Machine intelligence accelerated design of conductive MXene aerogels with programmable properties」為題，于 2024 年 6 月 1 日發(fā)布在《Nature Communications》。

導(dǎo)電氣凝膠因超輕、可調(diào)控的機械與電學(xué)性能，廣泛應(yīng)用于傳感器、電磁屏蔽、熱絕緣及穿戴設(shè)備。其制備依賴于材料比例調(diào)整，但材料間復(fù)雜關(guān)系未充分解析，需大量試錯實驗確定最優(yōu)參數(shù)。

引入機器學(xué)習(xí)預(yù)測模型可加速定制化設(shè)計，但面臨數(shù)據(jù)質(zhì)量與多屬性關(guān)聯(lián)分析的挑戰(zhàn)。標(biāo)準(zhǔn)化制備流程的缺失及屬性優(yōu)化的片面性限制了模型構(gòu)建，加之制造過程費時費力，導(dǎo)致訓(xùn)練數(shù)據(jù)稀缺，難以精準(zhǔn)預(yù)測多元特性。

盡管如此，結(jié)合機器學(xué)習(xí)的導(dǎo)電氣凝膠研究正試圖克服上述障礙，通過智能化推薦參數(shù)組合，旨在實現(xiàn)高效、定制化的產(chǎn)品開發(fā)。

馬里蘭大學(xué)的研究人員開發(fā)了一個集成平臺，將協(xié)作機器人的能力與人工智能/機器學(xué)習(xí)（AI/ML）預(yù)測相結(jié)合，加速設(shè)計具有可編程機械和電學(xué)特性的導(dǎo)電氣凝膠。根據(jù)特定的性能需求，該機器人/ML整合平臺能自動推薦定制化的參數(shù)集用于導(dǎo)電氣凝膠的制造，無需進(jìn)行迭代優(yōu)化實驗。

圖示：通過自動移液機器人和支持向量機（SVM）分類器定義可行的參數(shù)空間。（來源：論文）

「材料科學(xué)工程師經(jīng)常因為缺乏高質(zhì)量的實驗數(shù)據(jù)而難以采用機器學(xué)習(xí)設(shè)計。我們的工作流程結(jié)合了機器人技術(shù)和機器學(xué)習(xí)，不僅提高了數(shù)據(jù)質(zhì)量和收集率，還幫助研究人員駕馭復(fù)雜的設(shè)計空間。」馬里蘭大學(xué)化學(xué)與生物分子工程系助理教授 Chen Boyan 說。

圖示：通過主動學(xué)習(xí)循環(huán)、數(shù)據(jù)增強和協(xié)作機器人構(gòu)建預(yù)測模型。（來源：論文）

該項目選擇了四種構(gòu)建模塊：MXene納米片、碳納米纖維（CNFs）、明膠和戊二醛交聯(lián)劑，用于生產(chǎn)各種導(dǎo)電氣凝膠。通過自動化移液機器人（OT-2機器人）制備了不同MXene/CNF/明膠比例及固含量的264種混合物，并經(jīng)冷凍干燥過程產(chǎn)生多種氣凝膠。

基于結(jié)構(gòu)完整性和整體性，這些氣凝膠被分類以訓(xùn)練支持向量機（SVM）分類器，從而成功定義了可行的參數(shù)空間。隨后，通過8個主動學(xué)習(xí)循環(huán)和數(shù)據(jù)增強，分階段制造并表征了 162 種

導(dǎo)電氣凝膠，這些數(shù)據(jù)被輸入到構(gòu)建高預(yù)測精度的人工神經(jīng)網(wǎng)絡(luò)（ANN）模型中。

，時長 00:59

視頻：機器人演示。（來源：論文）

在主動學(xué)習(xí)循環(huán)中，通過在氣凝膠制造和表征過程中整合 OT-2 機器人和 UR5e 協(xié)作機械臂，提高了數(shù)據(jù)采集率。利用模型的預(yù)測能力，實現(xiàn)了雙向設(shè)計任務(wù)：一是根據(jù)一組制造參數(shù)準(zhǔn)確預(yù)測導(dǎo)電氣凝膠的機械和電學(xué)特性；二是自動發(fā)現(xiàn)滿足特定性能要求的合適導(dǎo)電氣凝膠。

通過 SHapley Additive exPlanations（SHAP）模型解釋，識別出相關(guān)數(shù)據(jù)驅(qū)動的信息，并使用有限元（FE）模擬驗證了混合物負(fù)載對氣凝膠壓縮強度的顯著影響。作為最終演示，預(yù)測模型被用來發(fā)現(xiàn)一種適用于穿戴式熱管理的應(yīng)變不敏感導(dǎo)電氣凝膠。

模型可以生成準(zhǔn)確率高達(dá) 95% 的可持續(xù)產(chǎn)品。模型生成的導(dǎo)電氣凝膠展現(xiàn)出高電導(dǎo)率、定制化的壓縮恢復(fù)力和超低壓力敏感度，在重復(fù)壓縮周期下實現(xiàn)了高效的焦耳加熱性能。

「材料科學(xué)工程師經(jīng)常因為缺乏高質(zhì)量的實驗數(shù)據(jù)而難以采用機器學(xué)習(xí)設(shè)計。我們的工作流程結(jié)合了機器人技術(shù)和機器學(xué)習(xí)，不僅提高了數(shù)據(jù)質(zhì)量和收集率，還幫助研究人員駕馭復(fù)雜的設(shè)計空間。」Chen 說。

這里的混合方法，無縫集成了機器人輔助實驗、AI/ML 算法和仿真工具，不僅使導(dǎo)電氣凝膠的有效定制成為可能，也為其他納米科學(xué)領(lǐng)域提供了一個通用的工作流程。

「這些方法的融合使我們處于具有可定制復(fù)雜特性的材料設(shè)計前沿。我們預(yù)計利用這個新的擴大生產(chǎn)平臺來設(shè)計具有獨特機械、熱和電性能的氣凝膠，以適應(yīng)惡劣的工作環(huán)境。」機械工程助理教授、研究合作者 Eleonora Tubaldi 表示。

論文鏈接：https://www.nature.com/articles/s41467-024-49011-8

相關(guān)報道：https://techxplore.com/news/2024-06-ai-robotics-sustainable-aerogels-wearable.html