p No cerne de muitas descobertas científicas anteriores está a descoberta de novos materiais. Contudo, o ciclo de sintetização, testar e otimizar novos materiais normalmente exige muitas horas de trabalho árduo dos cientistas. Por causa disso, muitos materiais potencialmente úteis com propriedades exóticas permanecem desconhecidos. Mas e se pudéssemos automatizar todo o processo de desenvolvimento de novos materiais usando robótica e inteligência artificial, tornando muito mais rápido? p Em um estudo recente publicado em Materiais APL , cientistas do Instituto de Tecnologia de Tóquio (Tokyo Tech), Japão, liderado pelo Professor Associado Ryota Shimizu e Professor Taro Hitosugi, planejou uma estratégia que poderia tornar a pesquisa de materiais totalmente autônoma uma realidade. Seu trabalho é centrado em torno da ideia revolucionária de equipamento de laboratório sendo 'CASH' (conectado, Autônomo, Compartilhado, Alto rendimento). Com uma configuração de CASH em um laboratório de materiais, os pesquisadores precisam apenas decidir quais propriedades do material desejam otimizar e alimentar o sistema com os ingredientes necessários; o sistema automático então assume o controle e prepara e testa repetidamente novos compostos até que o melhor seja encontrado. Usando algoritmos de aprendizado de máquina, o sistema pode empregar conhecimentos prévios para decidir como as condições de síntese devem ser alteradas para se aproximar do resultado desejado em cada ciclo.

p Para demonstrar que o CASH é uma estratégia viável na pesquisa de materiais de estado sólido, O associado Prof Shimizu e sua equipe criaram um sistema de prova de conceito que compreende um braço robótico cercado por vários módulos. Sua configuração foi projetada para minimizar a resistência elétrica de um filme fino de dióxido de titânio, ajustando as condições de deposição. Portanto, os módulos são um aparelho de deposição por pulverização catódica e um dispositivo para medir a resistência. O braço robótico transferiu as amostras de módulo para módulo conforme necessário, e o sistema previu autonomamente os parâmetros de síntese para a próxima iteração com base nos dados anteriores. Para a previsão, eles usaram o algoritmo de otimização Bayesiano.

p Surpreendentemente, sua configuração de CASH conseguiu produzir e testar cerca de doze amostras por dia, um aumento de dez vezes no rendimento em comparação com o que os cientistas podem alcançar manualmente em um laboratório convencional. Além desse aumento significativo na velocidade, uma das principais vantagens da estratégia CASH é a possibilidade de criar enormes bancos de dados compartilhados que descrevem como as propriedades dos materiais variam de acordo com as condições de síntese. A respeito disso, O Prof Hitosugi comenta:"Hoje, as bases de dados de substâncias e suas propriedades permanecem incompletas. Com a abordagem de CASH, poderíamos completá-los facilmente e, em seguida, descobrir propriedades materiais ocultas, levando à descoberta de novas leis da física e resultando em insights por meio de análises estatísticas. "

p A equipe de pesquisa acredita que a abordagem CASH trará uma revolução na ciência dos materiais. Bancos de dados gerados de forma rápida e sem esforço por sistemas CASH serão combinados em big data e os cientistas usarão algoritmos avançados para processá-los e extrair expressões compreensíveis por humanos. Contudo, como o Prof Hitosugi observa, o aprendizado de máquina e a robótica por si só não conseguem encontrar insights nem descobrir conceitos em física e química. "O treinamento dos futuros cientistas de materiais deve evoluir; eles precisarão entender o que o aprendizado de máquina pode resolver e definir o problema de acordo. A força dos pesquisadores humanos está na criação de conceitos ou na identificação de problemas na sociedade. Combinar esses pontos fortes com o aprendizado de máquina e a robótica é muito importante, " ele diz.

p Geral, este artigo de perspectiva destaca os enormes benefícios que a automação pode trazer para a ciência dos materiais. Se o peso das tarefas repetitivas for retirado dos ombros dos pesquisadores, eles serão capazes de se concentrar mais em descobrir os segredos do mundo material para o benefício da humanidade.