未來自動化實驗室的構建是什么樣的？請看這篇綜述

一、導讀

數據信息學在化學和材料科學的應用已導致許多計算和實驗驗證的發現，隨著機器技術和先進優化算法可訪問性的增加，實現自動化實驗室(SDL)的材料發現(即材料加速平臺[MAPs])已更進一步。這些系統可能很昂貴，通常需要跨越一系列學科的專業知識。在化學和材料科學領域，已經為低成本SDL開發了幾個優秀的平臺，可以作為教學和研究工具。為了更廣泛地采用低成本演示，需要更便宜、更小、更簡單的系統裝置，同時仍然能夠滿足MAP的許多功能。本文提供了SDL演示(SDL- demo)的概述，包括必需的和可選的材料清單以及SDL- demo概述中的硬件/軟件設置。然后討論了限制和設計考慮因素、擴展、任務復雜性以及硬件、軟件和任務備選方案。最后，本文描述了發展的里程碑、可交付成果和項目展望。

二、成果掠影

近日，來自美國猶他大學的Sterling G. Baird和 Taylor D. Sparks教授關于自動化實驗室發表了評述性論文。引入了一個優化任務的想法，該任務花費不到100美元、一平方英尺的辦公桌空間，完成了從購物車到第一次“自動駕駛”的過程，總共花費時間為一個小時。由于光比物質更容易移動，該文在演示中使用的是光學而不是化學。雖然不是基于材料的，但在這個跨領域示例中保留了自動化材料的幾個核心原則:向硬件發送命令以調整物理參數，接收測量的目標屬性，通過主動學習和云計算做出決策。該演示是可訪問的、可擴展的、模塊化的和可重復的，使其成為SDL概念的低成本原型設計和在低風險環境中學習SDL原理的理想候選。相關評述以“What is a minimal working example for a self-driving laboratory?”為題發表在國際著名期刊Matter期刊上。

三、數據概覽

圖1 自動駕駛實驗室演示(SDL-Demo)總結；微控制器(樹莓派[RPi])向可調光的紅、綠、藍(RGB)發光二極管(LED)發送命令，以控制不同波長的亮度。分光光度計測量八個不同波長的光信號。微控制器從分光光度計讀取強度值，并使用這些新測量值和先前信息(例如，先前的測量值和在云執行的基于物理參數的模擬)來選擇下一組LED參數，以便更好地匹配目標光譜。該安裝充分滿足了最小工作示例(MWE) SDL的最低要求，成本不到100美元，占用的桌面空間不到1平方英尺(0.1平方米)，安裝時間不到1小時。? 2022 Elsevier Inc.

圖2 使用RPi Pico WH組裝SDL-Demo所需硬件的材料清單；這份Adafruit“愿望清單”可以在http://www.adafruit.com/wishlists/553992上公開獲得。獨立的DigiKey訂單可在http://www.digikey.com/short/045j7502獲得。這種硬件配置的設計要求最低限度的現有專業知識，并利用Stemma-QT和Grove端口，便于RPi, Maker Pi Pico和分光光度計之間的接口。? 2022 Elsevier Inc.

圖3 使用RPi Pico WH的SDL-Demo可選配件的材料清單；這份Adafruit“愿望清單”可以在http://www.adafruit.com/wishlists/554001上公開獲得。可選硬件有三個主要目的:公開額外的通用輸入/輸出引腳，以擴展演示的功能，作為獨立的計算機包運行(即，不需要添加顯示器、鍵盤和鼠標的現有計算機)，并提供另一種方法來設置“無頭”RPi(即，當RPi必須通過單獨的計算機訪問時，由于缺乏獨立的顯示器、鍵盤和鼠標)。? 2022 Elsevier Inc.

四、未來展望

該綜述讓每一位從事化學和材料信息學前瞻性研究的人員或學生至少有一個親身實踐SDL的實例。我們相信，隨著科學家、工程師和教育工作者實現這一演示，以最低的成本進行原型設計并了解相關SDL的原理，將能夠加快發現合成所需材料的臨界條件。

論文詳情：https://doi.org/10.1016/j.matt.2022.11.007