自分の

この記事は元々、トロント大学とガーディアン研究所の「What's Next?」の一環として theguardian.com に公開されたものです。 トロントのキャンペーンに質問してください。

教授が率いるアラン・アスプル＝グジク 、トロント大学のアクセラレーション コンソーシアムには、自動化における最新のアプローチを採用することで、科学的研究からすぐに使用できるアプリケーションに至るまでにかかる時間を大幅に短縮するという野心的な計画があります。 アクセラレーション コンソーシアムはトロント大学の組織的戦略イニシアティブであり、自動運転ラボの設計と構築を行っています。自動運転ラボは、人工知能 (AI) とロボット工学を使用して先端材料開発のスケジュールとコストを大幅に変更する新興テクノロジーです。 たとえば、平均 20 年と 1 億ドルかかる証拠開示プロセスは、わずか 1 年と 100 万ドルにまで合理化できます。

アラン・アスプル・グジク教授「私たちは本当に急速に成長しています。」 写真: クリス・ソレンセン

これは、通常の科学的発見プロセスを逆転させる自動運転ラボの能力によって部分的に達成されます。 研究者が退屈な試行錯誤実験に膨大な時間を費やす代わりに、自動運転ラボ技術により、科学者は材料の望ましい特性を事前に定義し、ラボを離れて自律的に作業できるようになります。計算モデリングを使用して、どのような分子の組み合わせが最適かを予測します。特定のアプリケーション。 次に、ロボット研究室はこれらの予測を使用して、自律的に合成し、望ましい特性をテストします。 このデータは AI システムにフィードバックされ、その結果から学習して、新しくより良い候補者を生成できるようになります。 予測、総合、テストを繰り返した後、勝者が現れます。

トロント大学の多くの研究イニシアチブでは、この「自動運転」実験室アプローチを採用して、現在の問題を解決するだけでなく、将来の問題を先取りすることを目的として、切望されている技術を推進しています。 その中で、さまざまな先端材料の生産に取り組んでいる 2 つのプロジェクトは、業界と消費者の両方に革新的なメリットを約束します。

アラン・アスプル・グジク教授「私たちは本当に急速に成長しています。」 写真: クリス・ソレンセン

「腐食は蔓延しており、その緩和と修復にはカナダの納税者に年間380億ドルの費用がかかっています」と教授は言う。ジェイソン・ハットトリック・シンパーズは、AI を使用して耐食合金の革新的な組み合わせを見つける、Built-to-Last プロジェクトを主導しています。 「[腐食による]人的コストはさらに高い。ミシガン州フリントの鉛の問題は、そこの鉛管の腐食に関連しており、[マイアミの]サーフサイドマンション倒壊に腐食が寄与したことはほぼ確実である。」

このプロジェクトは、新しい「高エントロピー材料」、つまり多くの元素で作られた合金を模索しています。 これを文脈で考えると、史上初めて作られた合金である青銅が、銅と錫という 2 つの元素だけで構成されていると考えてください。 金属と元素の可能な組み合わせの数が非常に多いため、未発見の合金が数十億存在する可能性があります。 これらの組み合わせを 1 つずつテストして、実装にスケールアップできるプロパティを持つものとそうでないものを分類することは不可能です。 人間の労働に必要な時間は存在しません。 しかし、プロセスが人工知能 (AI) によって強化されると、そうではなくなります。

私はグリーン経済のための素材に興味があります」とハットトリック・シンパーズ氏は言います。 「耐食合金の潜在的な用途の 1 つは、より堅牢な電気接点です。私たちの電話、ラップトップ、さらには自動車さえも毎晩充電する必要がありますが、電気接続は正確には自然な環境に保管されたり、優しく扱われたりするわけではありません」と彼は言います。 。

「しかし、私たちが知りたいのは、夜の終わりに、塩や泥をかぶったEVを湿気の多いガレージに置いたコネクタに差し込むと、バッテリーが購入時と同じ効率で充電されるということです。 残念ながら、車にプラグを差し込むプロセスでも電気接続が劣化します。 風力タービンの電気接続がどのようなものを通過しなければならないかを想像してみてください。さらに悪いことに、海水の近くにあるものです。」