Un laboratoire piloté par IA découvre des nanomatériaux sans plomb plus lumineux en 12 heures

Tracey Peake

Un nouveau laboratoire autonome a navigué parmi des milliards de recettes potentielles de synthèse de matériaux pour identifier des nanomatériaux luminescents sans plomb, plus brillants, en seulement 12 heures. Ces travaux pourraient accélérer le développement de nanofeuillets luminescents plus sûrs, utilisés dans des applications allant des photodétecteurs à la production de carburant à partir de l’énergie solaire.

Les nanofeuillets sont des cristaux en forme de feuillets d’une épaisseur de quelques milliardièmes de mètre ; dans ce cas, ils appartiennent à une famille de « double pérovskite » sans plomb, des matériaux dont la recette atomique peut être ajustée pour contrôler la façon dont ils absorbent et émettent la lumière.

« L’un des grands défis du développement de nanomatériaux optiques plus sûrs est la taille même de l’univers des matériaux », affirme Milad Abolhasani, professeur Alcoa et chercheur universitaire au département de génie chimique et biomoléculaire de l’université d’État de Caroline du Nord. Abolhasani est l’auteur correspondant de l’étude.

« Ces matériaux sont chimiquement complexes et le processus de synthèse est difficile », explique Abolhasani. « Il existe un nombre considérable de combinaisons possibles d’ingrédients, de rapports, de températures et d’environnements de réaction à explorer pour synthétiser des nanofeuillets luminescents présentant les propriétés optiques souhaitées. Les approches traditionnelles par essais et erreurs sont lentes et peuvent passer à côté d’interactions importantes entre les paramètres de réaction. »

La découverte et la synthèse traditionnelles, menées par l’homme, peuvent prendre des années pour découvrir une poignée de matériaux prometteurs. Le laboratoire guidé par l’IA, baptisé PoLARIS (perovskite laboratory for autonomous reaction inference and synthesis), non seulement synthétise des nanofeuillets optiques plus sûrs beaucoup plus rapidement, mais analyse également leurs propriétés optiques et ajuste les variables pour le prochain cycle d’expériences.

Les chercheurs sélectionnent les matériaux précurseurs et fixent l’objectif – dans ce cas, produire des nanofeuillets de double pérovskite « plus sûrs », c’est-à-dire sans plomb ni métaux lourds, avec la photoluminescence la plus brillante.

PoLARIS exécute ensuite une série d’expériences à partir de différentes « recettes » qui modifient des variables telles que les quantités de précurseurs, la température et le temps de réaction. Chaque recette produit une minuscule gouttelette en écoulement qui sert de réacteur miniature, puis est analysée automatiquement. L’analyse est réinjectée dans l’IA, qui ajuste la recette de synthèse des nanofeuillets pour le prochain cycle d’expériences.

En une seule campagne de 12 heures, PoLARIS a mené 120 expériences, amélioré la luminosité et identifié les nanofeuillets optiques plus sûrs les plus performants.

« Ce qui est passionnant avec PoLARIS, c’est qu’il ne se contente pas d’accélérer les essais et erreurs », déclare Abolhasani. « Il apprend de chaque expérience et construit une carte de la façon dont la chimie, la composition et la température contrôlent les performances du matériau. Cela signifie que nous pouvons découvrir des matériaux prometteurs plus rapidement, utiliser moins de matière et comprendre pourquoi les meilleures recettes fonctionnent. »

« De nombreux systèmes guidés par l’IA peuvent aider à trouver une réponse, mais la valeur scientifique augmente considérablement lorsque le système peut également aider à expliquer la réponse. PoLARIS a non seulement trouvé une meilleure recette, mais il nous a aidés à comprendre pourquoi cette recette fonctionnait. »

Les chercheurs ajoutent que PoLARIS est évolutif – non seulement il peut découvrir les meilleurs nanofeuillets de double pérovskite, mais il peut également changer de mode pour fabriquer en continu le matériau optimisé d’intérêt.

« La beauté de PoLARIS est qu’il est à la fois un GPS pour la découverte de matériaux et une mini-usine de matériaux », explique Abolhasani. « Il peut explorer le paysage chimique, trouver une voie prometteuse, expliquer pourquoi cette voie fonctionne, puis continuer à produire le matériau. C’est le type de collaboration homme-IA-robot dont nous avons besoin pour accélérer la découverte des matériaux de nouvelle génération. »

« L’objectif plus large est de rendre la découverte autonome plus généralisable », poursuit Abolhasani. « De nombreux matériaux dont nous avons besoin pour les futures technologies de l’énergie, de l’électronique et du développement durable sont trop complexes pour être optimisés par la seule intuition. Les laboratoires autonomes comme PoLARIS nous offrent un moyen d’explorer ces espaces plus rapidement, plus efficacement et avec une compréhension scientifique plus approfondie. »

Auteurs : Junbin Li, Fernando Delgado-Licona, Hayden Perry, Jinge Xua, Nikolai Mukhin, Sina Sadeghi, Milad Abolhasani, North Carolina State University ; Zhenyang Liu, Ou Chen, Brown University

Article : “Autonomous microfluidic experimentation for exploring reaction interference and synthesizing double perovskite nanoplatelets” – Journal : Nature Communications – Méthode : Experimental study – DOI : Lien vers l’étude

Source : NC State