Le plastique qui mène l'électricité peut sembler impossible. Mais il existe une classe spéciale de matériaux appelés «polymères électroniques» qui combine la flexibilité du plastique avec la fonctionnalité du métal. Ce type de matériau ouvre la porte aux percées dans les appareils portables, l'électronique imprimable et les systèmes avancés de stockage d'énergie.
Pourtant, faire des couches minces à partir de polymères électroniques a toujours été une tâche difficile. Il faut beaucoup de réglage fin pour atteindre le bon équilibre des propriétés physiques et électroniques. Des chercheurs du Laboratoire national d'Argonne du ministère américain de l'Énergie (DOE) ont créé une solution innovante à ce défi avec l'intelligence artificielle (IA).
Ils ont utilisé un laboratoire de matériaux automatisé axé sur l'IA, un outil appelé Polybot, pour explorer les méthodes de traitement et produire des films de haute qualité. Polybot est situé au Center for Nanoscale Materials, une installation d'utilisateurs de Doe Office of Science à Argonne.
Polybot est la dernière méthode de découverte autonome, une approche générale qui combine la robotique avec la puissance de l'IA pour accélérer la découverte et l'innovation. La recherche est publiée dans Communications de la nature.
« Polybot fonctionne seul, avec un robot exécutant les expériences basées sur des décisions axées sur l'IA », a déclaré Jie Xu, scientifique d'Argonne. « Nous créons une méthode qui souligne comment l'IA et l'automatisation peuvent transformer le génie chimique et la science des matériaux. »
Les chercheurs ont utilisé le polybot pour résoudre les défis clés du traitement électronique des polymères. Par exemple, les propriétés finales de ces matériaux sont influencées par une histoire de production complexe. Il y a près d'un million de combinaisons possibles dans le processus de fabrication qui peuvent affecter les propriétés finales des films – trop de possibilités pour les humains à tester.
« Nous avons fait face à des ressources limitées et avions peu de connaissances sur les vastes options de traitement », a déclaré Henry Chan, scientifique des matériaux informatiques chez Argonne. « En utilisant l'exploration guidée par l'AI et les méthodes statistiques, le polybot a collecté efficacement des données fiables, nous aidant à trouver des conditions de traitement des couches minces qui ont atteint plusieurs objectifs matériels. »
Polybot a aidé les chercheurs à optimiser simultanément deux propriétés clés: la conductivité et les défauts de revêtement. L'amélioration de la conductivité et la réduction des défauts rend les appareils plus fiables et augmente les performances électriques.
Cette plate-forme entièrement automatisée rationalise les étapes de formulation, de revêtement et de post-traitement, permettant une expérimentation rapide et une collecte de données. En conséquence, l'équipe a pu créer des films minces avec une conductivité moyenne comparable aux normes les plus élevées actuellement réalisables. Ils ont également développé des «recettes» pour la production à grande échelle de ces films.
De plus, l'une des principales réalisations de ce projet, selon le chercheur argonne, Aikaterini Vriza, est l'utilisation de programmes informatiques avancés qui peuvent traiter et analyser des images.
« Ces programmes nous ont non seulement aidés à effectuer des expériences et à créer des films, mais ils nous ont également permis de capturer des images et d'évaluer la qualité des films », a déclaré Vriza. « Ces informations ont été cruciales pour nos efforts pour produire des films hautement conducteurs de haute qualité. »
En plus de faire des films, les chercheurs ont collecté des données précieuses, qu'ils prévoient de partager avec la communauté scientifique via une base de données. Cela ajoute une valeur significative à leur travail.
« Les données sont essentielles », a déclaré Vriza. « Nous soutenons la recherche open source et en partageant ces données, nous espérons motiver la communauté à contribuer, à tester et à améliorer notre méthodologie. »
L'impact de ce travail va au-delà de la simple fabrication de polymères électroniques en laboratoire. Il établit également des directives importantes pour la production à grande échelle. Les recettes et les instructions de cette recherche fournissent des conseils pratiques aux scientifiques et aux fabricants qui souhaitent explorer le potentiel des polymères électroniques dans diverses applications.
« Ce projet n'est que le début », a déclaré Xu. « Nous avons montré que notre approche fonctionne. Ensuite, nous voulons plonger plus profondément dans l'utilisation de l'IA et des processus automatisés pour relever des défis plus réels et aider à découvrir de nouveaux matériaux. »
Cette recherche a utilisé l'installation de recherche d'ingénierie des matériaux à Argonne pour le soutien à l'impression électronique et la source de lumière National Synchrotron II au DOE's Brookhaven National Laboratory pour la caractérisation de diffusion des rayons X à grand angle.
