Comporre nanomateriali - con l'intelligenza artificiale e la chimica
I ricercatori hanno sviluppato uno strumento che combina la sintesi chimica automatizzata, la caratterizzazione high-throughput e la modellazione basata sui dati
Annunci
Il ricercatore della LMU Alexander Urban e il suo team hanno sviluppato uno strumento che potrebbe rivoluzionare la progettazione di nuovi materiali. Synthesizer è una piattaforma che combina sintesi chimica automatizzata, caratterizzazione high-throughput e modellazione basata sui dati. L'obiettivo è controllare la crescita dei nanocristalli con una precisione senza precedenti, creando così materiali con proprietà ottiche su misura. I risultati del loro lavoro, finanziato dal cluster di eccellenza e-conversion, sono stati pubblicati dal team della LMU su Advanced Materials.
A differenza dei precedenti approcci basati sui dati, Synthesizer è la prima piattaforma che collega l'intera catena, dalla sintesi automatizzata e dalla caratterizzazione ottica high-throughput alla derivazione supportata dall'intelligenza artificiale di regole di progettazione concrete, all'interno di un sistema aperto e modulare. "Oggi possiamo comporre le proprietà dei materiali quasi come una melodia, nota per nota, parametro per parametro", afferma Alexander Urban. Questo è esattamente ciò che Synthesizer consente. Utilizzando la piattaforma, è possibile produrre e caratterizzare automaticamente varianti di perovskiti alogenuri, mentre un modello di intelligenza artificiale apprende quali combinazioni chimiche portano a colori, livelli di luminosità o stabilità specifici.
Le proprietà ottiche delle perovskiti alogenuri, come il colore, la luminosità o l'ampiezza di emissione, ne determinano l'impiego in LED, celle solari o sensori. "Anche le più piccole differenze nelle dimensioni, nella forma e nella struttura dei nanocristalli possono modificare l'emissione luminosa", spiega Nina Henke, primo autore e ricercatore di dottorato nel team di Urban. "La messa a punto è quindi essenziale per sviluppare materiali che si adattino con precisione ad applicazioni specifiche".
Un turbo per lo sviluppo delle perovskiti di alogenuri
La particolarità di Synthesizer è che la piattaforma è aperta, flessibile ed espandibile. È stata originariamente sviluppata per le perovskiti alogenuri ma, in linea di principio, è adatta anche ad altre classi di materiali. In futuro, i ricercatori potranno automatizzare le sintesi, variare sistematicamente i parametri e generare serie di dati preziosi in tempi molto brevi. Il modello AI traduce poi questi dati in regole di progettazione concrete. Nell'articolo della rivista, i ricercatori non solo presentano il concetto, ma rilasciano anche Synthesizer come piattaforma liberamente disponibile e adattabile in modo modulare.
"Il nostro obiettivo è accelerare la ricerca sui materiali e consentire previsioni precise", afferma Alexander Urban. "In questo modo è possibile creare cristalli con proprietà ottiche e fisiche specificamente sintonizzate e far progredire ulteriormente l'optoelettronica e la fotonica". La piattaforma di sintesi è compatibile con i sistemi esistenti per la sintesi automatizzata. Il team della LMU sta attualmente lavorando per integrare il suo sviluppo nella routine di laboratorio.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione originale
Nina A. Henke, Leo Luber, Ioannis Kouroudis, Jonathan Paul, Alexander Schuhbeck, Lukas M. Rescher, Tizian Lorenzen, Veronika Mayer, Knut Müller‐Caspary, Bert Nickel, Alessio Gagliardi, Alexander S. Urban; "Synthesizer: Chemistry‐Aware Machine Learning for Precision Control of Nanocrystal Growth"; Advanced Materials, 2025-11-5
Altre notizie dal dipartimento scienza
