Crédito:Milad Abolhasani, Universidad Estatal de Carolina del Norte
Investigadores de la Universidad Estatal de Carolina del Norte y la Universidad de Buffalo han desarrollado y demostrado un "laboratorio autónomo" que utiliza inteligencia artificial (IA) y sistemas fluídicos para avanzar en nuestra comprensión de los nanocristales de perovskita de haluro metálico (MHP). Este laboratorio autónomo también se puede utilizar para investigar una amplia gama de otros nanomateriales metálicos y semiconductores.
"Hemos creado un laboratorio autónomo que se puede utilizar para avanzar tanto en la nanociencia fundamental como en la ingeniería aplicada", dice Milad Abolhasani, autor correspondiente de un artículo sobre el trabajo y profesor asociado de ingeniería química y bimolecular en NC State.
Para sus demostraciones de prueba de concepto, los investigadores se centraron en nanocristales de perovskita de haluros metálicos totalmente inorgánicos (MHP), haluros de plomo y cesio (CsPbX3 , X=Cl, Br). Los nanocristales MHP son una clase emergente de materiales semiconductores que, debido a su capacidad de procesamiento de solución y propiedades únicas de tamaño y composición ajustables, se cree que tienen potencial para su uso en dispositivos fotónicos impresos y tecnologías energéticas. Por ejemplo, los nanocristales MHP son materiales ópticamente activos muy eficientes y se están considerando para su uso en LED de próxima generación. Y debido a que pueden fabricarse mediante el procesamiento de soluciones, tienen el potencial de fabricarse de manera rentable.
Los materiales procesados en solución son materiales que se fabrican con precursores químicos líquidos, incluidos materiales de alto valor como puntos cuánticos, nanopartículas de metal/óxido de metal y estructuras orgánicas de metal.
Sin embargo, los nanocristales MHP aún no se utilizan industrialmente.
"En parte, eso se debe a que todavía estamos desarrollando una mejor comprensión de cómo sintetizar estos nanocristales para diseñar todas las propiedades asociadas con los MHP", dice Abolhasani. "Y, en parte, porque sintetizarlos requiere un grado de precisión que ha impedido que la fabricación a gran escala sea rentable. Nuestro trabajo aquí aborda ambos problemas".
La nueva tecnología amplía el concepto de Artificial Chemist 2.0, que el laboratorio de Abolhasani presentó en 2020. Artificial Chemist 2.0 es completamente autónomo y utiliza IA y sistemas robóticos automatizados para realizar síntesis y análisis químicos de varios pasos. En la práctica, ese sistema se centró en ajustar la banda prohibida de los puntos cuánticos MHP, lo que permitió a los usuarios pasar de solicitar un punto cuántico personalizado a completar la I+D pertinente y comenzar la fabricación en menos de una hora.
"Nuestra nueva tecnología de laboratorio autónomo puede dopar de forma autónoma los nanocristales MHP, agregando átomos de manganeso a la red cristalina de los nanocristales a pedido", dice Abolhasani.
Dopar el material con niveles variables de manganeso cambia las propiedades ópticas y electrónicas de los nanocristales e introduce propiedades magnéticas en el material. Por ejemplo, dopar los nanocristales MHP con manganeso puede cambiar la longitud de onda de la luz emitida por el material.
"Esta capacidad nos da un control aún mayor sobre las propiedades de los nanocristales MHP", dice Abolhasani. "En esencia, el universo de colores potenciales que pueden producir los nanocristales MHP ahora es más grande. Y no es solo color. Ofrece una gama mucho mayor de propiedades electrónicas y magnéticas".
La nueva tecnología de laboratorio autónomo también ofrece un medio mucho más rápido y eficiente de comprender cómo diseñar nanocristales MHP para obtener la combinación deseada de propiedades. El video de los trabajos de nueva tecnología se puede encontrar en https://www.youtube.com/watch?v=2BflpW6R4HI.
"Digamos que desea obtener una comprensión profunda de cómo el dopaje con manganeso y el ajuste de banda prohibida afectarán a una clase específica de nanocristales MHP, como CsPbX3 ", dice Abolhasani. "Hay aproximadamente 160 mil millones de posibles experimentos que podría ejecutar, si quisiera controlar todas las variables posibles en cada experimento. Usando técnicas convencionales, generalmente se necesitarían cientos o miles de experimentos para aprender cómo esos dos procesos (dopaje con manganeso y ajuste de banda prohibida) afectarían las propiedades de los nanocristales de haluro de cesio y plomo".
Pero el nuevo sistema hace todo esto de forma autónoma. Específicamente, su algoritmo de IA selecciona y ejecuta sus propios experimentos. Los resultados de cada experimento completado informan qué experimento se ejecutará a continuación, y continúa hasta que comprende qué mecanismos controlan las diversas propiedades del MHP.
"Descubrimos, en una demostración práctica, que el sistema pudo obtener una comprensión completa de cómo estos procesos alteran las propiedades de los nanocristales de haluro de plomo y cesio en solo 60 experimentos", dice Abolhasani. "En otras palabras, podemos obtener la información que necesitamos para diseñar un material en horas en lugar de meses".
While the work demonstrated in the paper focuses on MHP nanocrystals, the autonomous system could also be used to characterize other nanomaterials that are made using solution processes, including a wide variety of metallic and semiconductor nanomaterials.
"We're excited about how this technology will broaden our understanding of how to control the properties of these materials, but it's worth noting that this system can also be used for continuous manufacturing," Abolhasani says. "So you can use the system to identify the best possible process for creating your desired nanocrystals, and then set the system to start producing material nonstop—and with incredible specificity.
"We've created a powerful technology. And we're now looking for partners to help us apply this technology to specific challenges in the industrial sector."
The paper, "Autonomous Nanocrystal Doping by Self-Driving Fluidic Micro-Processors," is published open access in the journal Advanced Intelligent Systems. Artificial Chemist 2.0:Quantum dot R&D in less than an hour