Quantitative control and recording of materials-synthesis processes using an automated experimentation platform

لطالما اعتمدت مساعي بناء مواد أفضل —سواء كانت سبائك أقوى، أو بطاريات أكثر كفاءة، أو محفزات أكثر ذكاءً— على عملية بشرية بطيئة قائمة على التجربة والخطأ. يخلط العلماء المواد الكيميائية، ويسخنونها، ويراقبون النتائج، آملين في العثকম على تركيبة ناجحة بمحض الصدفة. لكن الأيدي البشرية ليست ثابتة تماماً، كما أن الأوصاف البشرية مثل "اخلط ببطء" أو "أضف حتى يصبح الخليط عكراً" هي أوصاف قابلة للتأويل. فما قد يعنيه باحث بكلمة "ببطء"، قد يعني شيئاً مختلفاً تماماً بالنسبة لآخر. وهذا النقص في الدقة يجعل من الصعب تكرار التجارب بدقة، وهو ما يشكل عقبة رئيسية أمام مجال علم المواد الحديث القائم على البيانات. ولتعليم الحواسيب كيفية التنبؤ بمواد جديدة، يحتاج الباحثون إلى كميات هائلة من البيانات عالية الجودة حيث يتم تسجيل كل خطوة من خطوات التجربة بأرقام دقيقة. وإذا كانت البيانات غامضة، فستكون تنبؤات الحاسوب غامضة أيضاً. ومن هنا، لا يكمن التحدي في بناء آلات يمكنها خلط المواد الكيميائية فحسب، بل في بناء أنظمة يمكنها قياس وتسجيل التفاصيل غير المرئية للعملية التي غالباً ما يغفل عنها البشر.

في دراسة حديثة، تصدى فريق من الباحثين في جامعة توهوكو باليابان لهذه المشكلة عبر بناء منصة بسيطة مفتوحة المص المصدر مصممة لأتمتة خلط المحاليل الكيميائية بدقة متناهية. وبدلاً من استهداف روبوت كامل الاستقلالية يمكنه تصميم وإجراء أي تجربة من الصفر، ركزوا على هدف أكثر عملية: إنشاء نظام موثوق يمكنه أداء مهمة محددة مراراً وتكراراً مع تسجيل كل تفصيل صغير حول كيفية تنفيذها. لقد جمعوا بين أدوات جاهزة للاستخدام، مثل الأذرع الروبوتية والمناقلات الكهربية (البيبتات)، مع قطع مصنعة خصيصاً عبر الطباعة ثلاثية الأبعاد ونظام كاميرات. وكان الابتكار الرئيسي هو استخدام وكيل ذكاء اصطناعي لكتابة الكود البرمجي الذي يتحكم في الروبوتات، مما سمح للنظام بالتكيف بسهولة مع إعدادات مختلفة دون الحاجة إلى فريق من المبرمجين الخبراء. واختبر الباحثون هذه المنصة من خلال تخليق مادة ZIF-8، وهي نوع من الأطر المعدنية العضوية المفيدة في تخزين الغاز وتحفيز التفاعلات. وكان الهدف هو معرفة ما إذا كان بإمكان الآلة التحكم في عملية الخلط بشكل أفضل من البشر، والأهم من ذلك، ما إذا كان بإمكانها الكشف عن كيفية تأثير عوامل معينة يصعب قياسها على المنتج النهائي.

تضمنت التجربة خلط محلولين سائلين لإنشاء مادة ZIF-8. في المختبر التقليدي، قد يستخدم العالم مناولة يدوية لإضافة المحلول الثاني إلى الأول، وعادة ما تكون سرعة الضغط على مضخة المناولة مسألة تعتمد على "الإحساس"، ولا تُسجل في دفاتر المختبر إلا بوصف "بطيء" أو "سريع". أما في هذا النظام المؤتمت، فقد استخدم الباحثون مناقل كهربائية يمكن ضبطها على تسعة مستويات سرعة متميزة، تتراوح من صب بطيء جداً يستغرق حوالي عشر ثوانٍ إلى صب سريع يستغرق أقل من ثانية واحدة. وقد أجروا عملية التخليق عدة مرات، متنقلين بين أبطأ الإعدادات، وإعداد متوسط، وأسرع الإعدادات. كانت النتائج مذهلة؛ فبينما ظل التركيب الكيميائي للمسحوق الأبيض النهائي هو نفسه في كل مرة، تغير حجم الجزيئات بشكل كبير اعتماداً على سرعة إضافة السائل. فعندما أُضيف المحلول ببطء، كانت الجزيئات الناتية أكبر حجماً، وعندما أُضيف بسرعة، كانت الجزيئات أصغر. وكانت هذه العلاقة ثابتة لدرجة أن الباحثين استطاعوا التنبؤ بحجم الجزيئات ببساطة من خلال معرفة إعداد السرعة المستخدم أثناء الخلط.

ما جعل هذا الاكتشاف ممكناً هو قدرة النظام على تكميم متغير يُتجاهل عادةً. ففي التجارب اليدوية، نادراً ما تُقاس سرعة الإضافة أو تُسجل، بل تُعتبر مجرد جزء غامض من الإجراء. ولأنها لم تكن مُتبعة، فقد ظل تأثيرها على المادة مخفياً. ومع ذلك، عاملت هذه المنصة المؤتمتة سرعة التوزيع كرقم دقيق، تماماً مثل درجة الحرارة أو الوزن. ومن خلال تسجيل هذا الرقم في كل مرة، استطاع الباحثون إثبات أن سرعة الخلط كانت عاملاً مهماً في تحديد الحجم النهائي للجزيئات. وقد أكدوا ذلك من خلال قياس أحجام الجزيئات باستخدام معدات متخصصة، ووجدوا أن هذا الاتجاه ظل صحيحاً عبر عمليات التكرار. كما التقط النظام صوراً للمزيج أثناء تشكله، موضحاً كيف يترسب المعلق الأبيض بشكل مختلف اعتماداً على السرعة، مما وفر سجلاً بصرياً يتطابق مع البيانات الرقمية. هذا المستوى من التفصيل كشف أن تعليمات "بطيء" و"سريع" في الأدلة المخبرية القديمة كانت في الواقع تتحكم في الفيزياء الأساسية لكيفية تشكل البلورات، وهو تفصيل كان ضائعاً في السابق بسبب عدم الدقة في الوصف.

كما أظهرت الدراسة أن هذا المستوى من التحكم والتسجيل يمكن تحقيقه دون بناء روبوت خارق معقد ومكلف. فقد تم بناء النظام بأكمله باستخدام مكونات تجارية وحوامل مطبوعة ثلاثية الأبعاد، مع جعل جميع ملفات التصميم والكود البرمجي متاحة مجاناً لعلماء آخرين. هذا النهج يخفض الحاجز أمام المختبرات الأخرى لتبني أتمتة مماثلة. ومن خلال مشاركة المخططات والبرمجيات، يأمل الباحثون في تشجيع التحول في كيفية إجراء التجارب؛ فبدلاً من الاعتماد على حدس خبير واحد، يمكن للمجتمع العلمي الانتقوا نحو عمليات معيارية عالية القابلية للتكرار حيث تكون كل المتغيرات معروفة ومسجلة. وأشار الباحثون إلى أنه على الرغم من أن النظام لم يحل محل الحكم البشري تماماً، إلا أنه نجح في التعامل مع المهام المتكررة التي تتطلب دقة عالية والتي يجد البشر صعوبة في أدائها باستمرار. إن هذا التعاون بين الإشراف البشري ودقة الآلة يسمح بجمع نوعية البيانات عالية الجودة اللازمة لتدريب نماذج الذكاء الاصطناعي لاكتشاف مواد جديدة بشكل أسرع وأكثر موثوقية من أي وقت مضى.

في نهاية المطاف، يظهر هذا العمل أن الطريق نحو مواد أفضل قد لا يكمن في روبوتات أكثر تعقيداً، بل في بيانات أفضل. فمن خلال تحويل التعليمات الغامضة إلى أرقام دقيقة، كشف الباحثون عن رابط مباشر بين كيفية خلط مادة كيميائية وبين شكل المادة النهائية. لقد أثبتوا أن سرعة إضافة سائل ليست مجرد تفصيل ثانوي، بل هي وسيلة قوية للتحكم في خصائص المادة. ويشير هذا الاكتشاف إلى أن العديد من المواد الأخرى قد تمتلك تبعات خفية على تفاصيل العملية تم التغاضي عنها لعقود. ومع وجود منصة يمكنها تسجيل هذه التفاصيل تلقائياً، يمكن للعلماء البدء في بناء مكتبة شاملة لكيفية صنع المواد، مما يمهد الطريق لمستقبل يتم فيه توجيه تصميم المواد الجديدة بواسطة بيانات دقيقة وقابلة للتكرار بدلاً من التخمين. وتخلص الدراسة إلى أن مستقبل علم المواد يعتمد على التقاط القصة الكاملة للتجربة، وليس فقط النتيجة النهائية، وأن الأتمتة البسيطة والشفافة هي المفتاح لكتابة تلك القصة بوضوح.