伦敦玛丽女王大学发表在《自然通讯》杂志上的一项新研究成果为更快发现具有理想特性的新型钙钛矿材料铺平了道路，可用于无线通信和生物传感器。钙钛矿是一类具有广泛潜在用途的材料，但由于可能的化学成分数量众多，传统的发现方法速度缓慢且劳动强度大。
这项研究由电子工程与计算机科学学院的 Mojan Omidvar、杨浩教授及其同事进行，介绍了一种用于快速烧结和表征钙钛矿固溶体的自动化平台。这种创新方法将用于材料筛选的机器学习 (ML) 与机器人合成和高通量表征相结合。
“发现新钙钛矿材料的传统过程非常耗时，而且严重依赖手工实验，”伦敦玛丽女王大学博士生 Mojan Omidvar 解释道。“我们的自动化平台大大简化了这一过程，让我们能够探索更广泛的成分，并在几分钟内确定有希望的候选材料。”
与传统方法相比，新平台大大缩短了处理时间。使用传统技术可能需要数小时才能完成的材料烧结，而使用新平台只需几分钟即可完成。它还消除了样品制备和重新加热等手动步骤，从而进一步简化了工作流程并减少了与传统技术相关的测量误差。
最重要的是，机器学习的整合使得平台能够从实验结果中学习并指导未来的探索，从而加速发现过程。
郝教授强调了这项研究的广泛意义，并表示：“这个自动化平台代表了材料发现领域的重大进步。我们希望它能够加速新型钙钛矿材料的开发，以用于从下一代无线通信系统到先进的生物传感器等各种应用。”