一项首次将数据驱动自动合成、机器人辅助可控合成、机器学习促进逆向设计，用于胶体纳米晶(如：钙钛矿)材料合成的研究成果，北京时间3日发表于《自然—合成》杂志，探索构建“机器科学家”平台，有望将科研人员从传统试错实验、劳动密集型表征中解放，实现纳米晶材料数字智造。

　　该研究由中国科学院深圳先进技术研究院(简称：深圳先进院)材料界面研究中心喻学锋、赵海涛团队、中国科学技术大学江俊、澳大利亚国立大学殷宗友等共同完成，深圳先进院为第一通讯单位。

　　据科研团队介绍，纳米材料制备技术与数字智造和机器人、人工智能交叉融合是科学研究的前沿和热点，目前亟待解决材料的理性设计、可控合成和逆向设计等关键共性科学问题。

　　纳米晶在能源、光学、光化学、电化学、光电子学以及生物医药等领域的应用潜力巨大。纳米晶物理化学性质与其形貌、尺寸息息相关，而传统的试错实验和密集表征需花费大量时间和精力，制约了纳米晶的研发。

　　传统的材料制备，通常要经历繁杂且漫长的读文献，做实验，发现规律等阶段。为此，研究团队整合数据驱动自动化合成、机器人辅助可控合成、面向形貌逆向设计等技术，构建能读、能做、能想的“机器科学家”--机器人辅助胶体纳米晶数字智造平台，赋予其科学家的基本能力。

　　科研团队以两种典型的胶体纳米晶为研究范例，一种是目前在生物传感检测领域被广泛研究的金纳米棒，一种是在新能源和光学探测领域有巨大应用潜力的钙钛矿纳米晶，最终成功建立了从关键合成参数到晶体形貌的机器学习规律模型。

　　科研团队表示，培养具备纳米晶合成和表征专业知识的高素质科学家需要相当高的成本，这种“数据驱动自动合成—机器人辅助可控合成—机器学习促进逆向设计”框架，可以解决一直以来科学家经验和手法较难复制的问题，探索利用“机器科学家”完成特定形貌纳米晶的数字智造。