In the early 20th century, the development of a catalyst for ammonia synthesis by the Haber-Bosch method took more than 10,000 experiments before it was successful. The development of new materials is a time-consuming and costly process from design to com
在20世纪初，通过Haber Bosch方法开发氨合成催化剂进行了10000多次实验才获得成功。新材料的开发从设计到商业化是一个耗时且成本高昂的过程
然而，近年来，研究人员一直致力于通过使用人工智能来缩短开发周期。当与机器人相结合时，可以一年365天、每天24小时进行材料开发研究，而无需人工干预
计算科学研究中心的Sang Soo，Han和Donghun，Kim博士以及高丽大学化学工程与生物技术系的Kwan Young Lee教授利用人工智能和机器人技术开发了一个定制的纳米材料合成平台，称为智能实验室。
这项研究发表在《高级功能材料》杂志上
韩国科学技术研究院（KIST）-韩国大学的联合研究团队首先开发了一种基于机械臂合成纳米颗粒并测量合成纳米颗粒光学特性的自动化设备。通过将人工智能技术与此相结合，开发了一个用于定制合成纳米材料的智能实验室，研究人员只需输入所需的材料特性，就可以轻松合成满足其要求的纳米材料
应用于智能实验室平台的人工智能技术将贝叶斯优化方法与早期停止技术相结合，与简单的自动化设备相比，材料发现的效率提高了500多倍
人体实验通常很难获得可重复的结果，因为结果非常敏感地取决于研究环境和研究人员的熟练程度；然而，开发的智能实验室具有大量生成一致、高质量数据的优势
研究人员还开发了一种人工智能技术，以确保智能实验室的安全。尽管无人智能实验室的研究人员没有受伤的风险，但很难防止机器人过载导致的故障等安全事故
研究人员开发了一种人工智能视觉技术（DenseSD），用于提前检测和预防此类安全事故，并将其安装在智能实验室中。DenseSD可以检测实验室中的各种物体，包括研究设备和材料，并将任何异常情况通知用户，以便他们采取适当措施
KIST的韩相洙博士说：“智能实验室平台可以在没有人为干预的情况下进行材料开发，这将是一种新的研发模式，可以解决由于老龄化而导致的研究人力下降的问题。”“未来，我们计划引入ChatGPT等交互式语言模型，使非专家更容易使用智能实验室，”Kim Donghun博士说。研究团队计划将智能实验室平台扩展到催化剂、电池和显示器等各种材料领域