Les chercheurs ont développé SmartDope, un système autonome capable d’identifier rapidement les meilleurs matériaux pour les dispositifs électroniques et photoniques, relevant ainsi un défi de longue date dans la synthèse de points quantiques. SmartDope fonctionne comme un laboratoire autonome, menant des expériences dans un réacteur à flux continu et utilisant l’apprentissage automatique pour optimiser la production de points quantiques. En une seule journée, il a dépassé le précédent record de rendement quantique, démontrant le potentiel des laboratoires autonomes pour accélérer la science des matériaux. Crédit : Milad Abolhasani, Université d’État de Caroline du Nord
SmartDope, un système autonome, accélère la synthèse de matériaux pour les appareils électroniques, atteignant un record de rendement quantique en une journée, démontrant ainsi son potentiel à révolutionner la science des matériaux.
Cela peut prendre des années de travail ciblé en laboratoire pour déterminer comment fabriquer des matériaux de la plus haute qualité destinés à être utilisés dans les appareils électroniques et photoniques. Les chercheurs ont désormais développé un système autonome capable d’identifier comment synthétiser les « meilleurs matériaux » pour des applications spécifiques en quelques heures ou jours.
Relever le défi des points quantiques dopés
Le nouveau système, appelé SmartDope, a été développé pour relever un défi de longue date concernant l’amélioration des propriétés de matériaux appelés points quantiques de pérovskite via le « dopage ».
« Ces points quantiques dopés sont des nanocristaux semi-conducteurs dans lesquels vous avez introduit des impuretés spécifiques de manière ciblée, ce qui modifie leurs propriétés optiques et physicochimiques », explique Milad Abolhasani, auteur correspondant d’un article sur SmartDope et professeur agrégé de génie chimique à Université d’État de Caroline du Nord.
« Ces points quantiques particuliers sont intéressants car ils sont prometteurs pour les dispositifs photovoltaïques de nouvelle génération et d’autres dispositifs photoniques et optoélectroniques », explique Abolhasani. « Par exemple, ils pourraient être utilisés pour améliorer l’efficacité des cellules solaires, car ils peuvent absorber des longueurs d’onde de lumière UV que les cellules solaires n’absorbent pas efficacement et les convertir en longueurs d’onde de lumière que les cellules solaires sont très efficaces pour convertir en électricité. »
Cependant, bien que ces matériaux soient très prometteurs, il a été difficile de développer des moyens de synthétiser des points quantiques de la plus haute qualité possible afin de maximiser leur efficacité dans la conversion de la lumière UV en longueurs d’onde de lumière souhaitées.
«Nous avions une question simple», explique Abolhasani. « Quel est le meilleur point quantique dopé possible pour cette application ? Mais répondre à cette question en utilisant des techniques conventionnelles pourrait prendre 10 ans. Nous avons donc développé un laboratoire autonome qui nous permet de répondre à cette question en quelques heures.
Le laboratoire de conduite autonome
Le système SmartDope est un laboratoire « autonome ». Pour commencer, les chercheurs indiquent à SmartDope avec quels précurseurs chimiques travailler et lui donnent un objectif désigné. Le but de cette étude était de trouver le point quantique de pérovskite dopé avec le « rendement quantique » le plus élevé, ou le rapport le plus élevé de photons émis par le point quantique (sous forme de longueurs d’onde infrarouges ou visibles de la lumière) par rapport aux photons qu’il absorbe (via la lumière UV). ).
Une fois ces premières informations reçues, SmartDope commence à mener des expériences de manière autonome. Les expériences sont menées dans un réacteur à flux continu qui utilise des quantités extrêmement faibles de produits chimiques pour mener rapidement des expériences de synthèse de points quantiques à mesure que les précurseurs circulent dans le système et réagissent les uns avec les autres. Pour chaque expérience, SmartDope manipule une suite de variables, telles que : les quantités relatives de chaque matériau précurseur ; la température à laquelle il mélange ces précurseurs ; et le temps de réaction accordé chaque fois que de nouveaux précurseurs sont ajoutés. SmartDope caractérise également automatiquement les propriétés optiques des points quantiques produits par chaque expérience lorsqu’ils quittent le réacteur à flux.
« Alors que SmartDope collecte des données sur chacune de ses expériences, il utilise apprentissage automatique pour mettre à jour sa compréhension de la chimie de synthèse de points quantiques dopés et déterminer quelle expérience exécuter ensuite, dans le but de créer le meilleur point quantique possible », explique Abolhasani. « Le processus de synthèse automatisée de points quantiques dans un réacteur à flux, de caractérisation, de mise à jour du modèle d’apprentissage automatique et de sélection de l’expérience suivante est appelé fonctionnement en boucle fermée. »
Résultats et conclusion
Alors, dans quelle mesure SmartDope fonctionne-t-il ?
« Le précédent record de rendement quantique dans cette classe de points quantiques dopés était de 130 %, ce qui signifie que le point quantique émettait 1,3 photons pour chaque photon il a absorbé », dit Abolhasani. « Moins d’une journée après l’exécution de SmartDope, nous avons identifié une voie permettant de synthétiser des points quantiques dopés qui ont produit un rendement quantique de 158 %. Il s’agit d’une avancée significative, qu’il faudrait des années pour découvrir en utilisant les techniques expérimentales traditionnelles. Nous avons trouvé en une journée la meilleure solution pour ce matériau.
« Ce travail met en valeur la puissance des laboratoires autonomes utilisant des réacteurs à flux pour trouver rapidement des solutions en sciences chimiques et des matériaux », explique Abolhasani. « Nous travaillons actuellement sur des moyens passionnants de faire avancer ce travail et sommes également ouverts à travailler avec des partenaires industriels. »
L’article est publié en libre accès dans la revue Matériaux énergétiques avancés.
Les co-premiers auteurs de l’article sont Fazel Bateni et Sina Sadeghi, Ph.D. étudiants à NC State. L’article a été co-écrit par Negin Orouji et Michael Rosko, Ph.D. étudiants de NC State; Jeffrey Bennett, chercheur postdoctoral à NC State ; Venkat Punati, étudiant à la maîtrise à NC State ; Christine Stark, étudiante de premier cycle à NC State ; Felix Castellano, chaire distinguée Goodnight Innovation en chimie à NC State ; Junyu Wang et Ou Chen de l’Université Brown ; et Kristofer Reyes du Université de Buffalo.
Le travail a été réalisé avec le soutien de la National Science Foundation sous le numéro de subvention 1940959 ; l’Initiative d’opportunités de recherche de l’UNC ; et le programme Dreyfus pour l’apprentissage automatique dans les sciences et l’ingénierie chimiques, sous le numéro de récompense ML-21-064.
