編輯 | X
塑膠垃圾嚴重影響生态平衡和人類健康。近年來，材料科學家一直在努力尋找可用于包裝、産品制造的塑膠全天然替代品。
然而，發現滿足特定性能的全天然替代品仍具挑戰性。目前的方法仍然依賴于疊代優化實驗。
近日，馬裡蘭大學帕克分校（University of Maryland，College Park）的研究人員，提出了一個內建的工作流程，将機器人技術和機器學習相結合，加速環保塑膠替代品的發現和設計。
該論文的合著者 Po-Yen Chen 教授表示：「結合自動化機器人技術、機器學習和分子動力學模拟，我們加速了符合基本性能标準的環保、全天然塑膠替代品的開發，我們的內建方法結合了自動化機器人、機器學習和主動學習循環，進而加快可生物降解塑膠替代品的開發。」
該研究以《Machine intelligence-accelerated discovery of all-natural plastic substitutes》為題，于 2024 年 3 月 18 日釋出在《Nature Nanotechnology》上。
論文連結：https://www.nature.com/articles/s41565-024-01635-z
Chen 教授表示：「這項研究的靈感來自 2019 年對西太平洋帕勞的通路。塑膠污染對海洋生物的影響——漂浮的塑膠薄膜『欺騙』了魚類和海龜，将塑膠垃圾誤認為是食物，令人深感不安。這促使我将我的專業知識應用于這一環境問題，并促使我在馬裡蘭大學建立研究實驗室時專注于尋找解決方案。」
通過傳統方法尋找可持續塑膠替代品，既耗時又低效。而且，經常會産生較差的結果，例如，識别可生物降解，但不具有與塑膠相同的理想特性的材料。
主動學習、機器人與人類合作建構高精度預測模型
該研究中識别塑膠替代品的創新方法依賴于 Chen 開發的機器學習模型。
除了比傳統的材料搜尋方法更快之外，這種方法還可以更有效地發現可在制造和工業環境中實際使用的材料。Chen 将他的機器學習技術應用于發現全塑膠替代品。
圖 1：機器智能加速發現具有可程式設計特性的全天然塑膠替代品。（來源：論文）
首先，Chen 和他的同僚們編制了一個來自各種天然來源的納米複合薄膜的綜合庫。這是使用自主移液機器人完成的，該機器人可以獨立準備實驗室樣品。
随後，研究人員使用這個樣本庫來訓練 Chen 的基于機器學習的模型。在訓練過程中，模型通過疊代主動學習的過程，逐漸變得更加熟練地根據材料的成分預測材料的特性。
圖 2：通過主動學習循環、計算機資料增強和機器人與人類合作建構高精度預測模型。（來源：論文）
具體而言，研究選擇四種公認安全（GRAS）的天然成分：纖維素納米纖維（CNF）、蒙脫土（MMT）納米片、明膠和甘油，作為建構各種全天然塑膠替代品的基礎材料。
首先，指令自動移液機器人（即 OT-2 機器人）制備 286 種具有不同 CNF/MMT/明膠/甘油比例的納米複合材料，并評估薄膜品質以訓練支援向量機 (SVM) 分類器。接下來，通過 14 個帶有資料增強的主動學習循環，分階段制造了 135 種純天然納米複合材料，建立了人工神經網絡（ANN）預測模型。
研究證明，預測模型可以執行雙向設計任務：（1）根據全天然納米複合材料的成分預測其實體化學性質，以及（2）自動化可生物降解塑膠替代品的逆向設計，以滿足各種使用者特定的要求。
通過輸入特定的性能标準，預測模型發現了适合幾種全天然塑膠替代品，而無需疊代優化實驗。
「機器人技術和機器學習的協同作用，不僅加快了天然塑膠替代品的發現，而且還可以有針對性地設計具有特定性能的塑膠替代品，」Chen 說。「與傳統的試錯研究方法相比，我們的方法顯著減少了所需的時間和資源。」
發現幾種全天然塑膠替代品
研究人員将模型用于納米複合材料的性能預測。模型準确預測了多種純天然納米複合材料的光學透過率、耐火性和應力應變曲線，與實驗結果吻合良好。
圖 3：模型準确預測光學、易燃和機械性能。（來源：論文）
模型對具有可程式設計實體化學特性的全天然塑膠替代品進行自動化逆向設計。
圖 4：AI/ML 加速的全天然納米複合材料逆向設計，用于多種塑膠替代品的模型解釋。（來源：論文）
為了研究 CNF 鍊和 MMT 納米片之間的強化機制，研究人員在張力下對三個模型進行了 MD 模拟：僅 CNF、僅 MMT 和 MMT/CNF 模型。在 MMT/CNF 模型中，拉伸破壞機制與僅 CNF 和僅 MMT 模型不同。
圖 5：MD 模拟揭示了分子尺度的變形和失效機制。（來源：論文）
SHapley Additive exPlanations (SHAP) 模型分析用于确定不同明膠來源和 MMT 尺寸對所有九個屬性标簽的影響。SHAP 分析表明，明膠來源和 MMT 尺寸對光學性能和有相當大的影響，而對耐火和機械性能的影響有限。
未來研究
在接下來的研究中，研究人員計劃繼續緻力于解決石化塑膠造成的環境問題。
例如，他們希望擴大制造商可以選擇的天然材料的範圍。此外，他們将嘗試拓寬其模型确定的材料的可能應用，并確定這些材料可以大規模生産。
「我們現在正在努力尋找合适的可生物降解和可持續材料，來包裝收獲後的新鮮農産品，取代一次性塑膠食品包裝，并提高這些産品的保存期限。」Chen 補充道。
「我們還在研究如何管理這些可生物降解塑膠的處置，包括回收它們或将其轉化為其他有用的化學品。該研究對減少塑膠污染的全球倡議做出了重大貢獻。」
參考内容：https://phys.org/news/2024-04-machine-based-approach-nanocomposite-biodegradable.html
注：封面來自網絡