北京大学张锦团队Matter：AI技术推动碳纳米管研究实现高效优化与可控制备

创作时间:

作者:

@小白创作中心

北京大学张锦团队Matter：AI技术推动碳纳米管研究实现高效优化与可控制备

引用

腾讯

https://new.qq.com/rain/a/20241216A06UDS00

2024年12月2日，北京大学张锦院士团队与合作者在Cell Press细胞出版社旗下期刊Matter在线发表了题为“Transforming the Synthesis of Carbon Nanotubes with Machine Learning Models and Automation”的研究论文。该研究开发了基于AI技术的纳米碳材料智能合成平台Carbon Copilot（CARCO），通过模块化设计集成语言模型、自动化实验和数据驱动的机器学习，实现了对碳纳米管水平阵列的高效制备与优化。该平台成功筛选出全新钛-铂双金属催化剂，并首次实现指定密度阵列制备，展示了AI与自动化系统在复杂材料体系探索中的强大能力。

北京大学博士生李越、王姝睿为论文共同第一作者；北京大学张锦院士、赵子强教授、杨耀东研究员、钱柳助理研究员为论文共同通讯作者。

研究亮点

开发了AI辅助的纳米碳材料智能合成平台——Carbon Copilot （CARCO），覆盖纳米碳材料制备研究的全流程。
基于CARCO，发现了用于生长碳纳米管水平阵列的全新钛-铂双金属催化剂（TiPt），其综合性能优于传统铁基催化剂。
基于CARCO，实现了指定密度碳纳米管水平阵列的控制制备，成功率达56.25%。

研究简介

近年来，纳米碳材料以其优异的物理化学性质在电子、能源和力学领域展现出巨大的应用潜力。然而，其实际应用仍面临着结构控制、均匀性和一致性等诸多挑战。究其原因，纳米碳材料的合成过程涉及高度复杂的跨尺度、多变量系统，这些系统中存在非线性、强耦合的多重参数，例如催化剂种类、温度等，传统基于还原论的研究方法无法处理多变量之间的相互作用，导致工艺探索效率低下，难以解耦出“关键因素”获得全局最优解。为有效突破瓶颈，纳米碳材料制备领域亟需革新研究范式。

为此，北京大学张锦团队与合作者共同开发了基于AI技术的纳米碳材料智能合成平台Carbon Copilot（CARCO），它集成了语言模型、自动化实验装备和数据驱动的机器学习模型，探索纳米碳材料研究的范式变革。CARCO平台采用模块化设计，包括以下三个主要模块：

1. 语言模型模块

包括Carbon_GPT和Carbon_BERT。Carbon_GPT基于GPTs构建，用于生成宏观学术洞察；而Carbon_BERT基于BERT预训练模型构建，通过对碳材料领域相关文献进行微调，利用词嵌入技术解决具体的筛选类问题。

2. 自动化实验模块

由AI控制模块、机械臂、自动进样台、化学气相沉积系统组成，该模块能够每日执行超过30次可靠实验，通过精确的参数控制，确保实验的稳定性和一致性。

3. 数据驱动的机器学习模块

通过收集实验参数和样品表征数据，建立标准化数据库，并使用机器学习模型进行实验结果的预测和工艺参数的优化，从而提升实验效率并实现对合成过程的精确控制。

在本研究中，团队将材料聚焦到碳纳米管水平阵列上，这是一种平行排列的碳纳米管结构，是理想的场效应晶体管沟道材料，而催化剂在碳纳米管水平阵列的制备过程中起到关键作用。团队利用CARCO平台对21种双金属催化剂进行了筛选，筛选过程利用了Carbon_BERT，通过词嵌入技术预测不同催化剂在碳纳米管水平阵列合成中的效果，并利用自动化实验模块实现高通量实验验证。结果表明，不同催化剂的阵列生长效果在统计意义上符合Carbon_BERT的预测结果。值得注意的是，排在首位的催化剂是一种在该领域中全新的钛-铂双金属催化剂（TiPt），该催化剂合成的碳纳米管水平阵列在密度、定向性、洁净度、均匀性、一致性等方面均表现优异，综合性能优于传统的铁催化剂。

此外，利用CARCO平台，研究团队在完成了500余组实验后，基于数据驱动的机器学习模型建立了工艺参数与生长结果的关联，并基于模型进行了数百万次虚拟实验。虚拟实验的结果可以为碳纳米管水平阵列的制备提供配方，从而实现更加高效且精细的指标优化。指定密度的碳纳米管水平阵列制备对于定制化的器件性能至关重要，传统的研究方法无法实现对密度的精确控制。利用CARCO，团队首次实现了指定密度的碳纳米管水平阵列制备，成功率高达56.25%。

这项研究不仅推动了纳米碳材料的开发，也展示了AI与自动化系统在探索复杂材料体系中的强大能力。CARCO平台的成功应用证明了AI与人类科学家协作在纳米材料研究中的重要性，为进一步推动材料科学领域的范式革新提供了重要借鉴。此外，这一平台的模块化设计具有很好的拓展性，有望推广到包括石墨烯、二硫化钼等其他纳米材料体系的研究中。

图1 纳米碳材料智能合成平台(CARCO)