Teksti Markku Leskelä
Kiistellyn Nature-artikkelin perusteella kuulostaa, että uusien materiaalien kehittäminen on mullistumassa ja algoritmit ja robotit vievät tutkijoiden työt. Vai onko sittenkään niin? kysyy kirjeenvaihtajamme, emeritusprofessori Markku Leskelä.
Viime marraskuussa ilmestyi Nature-lehdessä hätkähdyttävä artikkeli. Berkeleyn yliopiston tutkijat raportoivat autonomisesta synteesilaboratoriosta, jossa oli valmistettu 41 uutta, kiinteää, epäorgaanista jauhemaista materiaalia.
Työssä hyödynnettiin kirjallisuudesta saatavaa dataa, koneoppimista synteesien suunnitteluun, robotiikkaa ja automatisoitua tulosten tulkintaa. Kiinnostuksen kohteena olivat ilmassa stabiilit, useita metalleja (3–5) sisältävät yhdisteet, joista valmistiukseen asti valikoitui oksideja ja fosfaatteja. Esimerkkeinä yhdisteistä mainittakoon BaGdCrFeO6, Ba9Na2Ta2V2O12 ja K4TiSn3(PO5)2. Yhteensä nämä 41 eri rakenteista materiaalia sisälsivät 33 eri alkuainetta. Työn tekeminen kesti 17 vuorokautta.
ALUKSI KÄYTIIN LÄPI yli 24 000 julkaisua, joiden perusteella hylättiin kaikki tunnetut yhdisteet ja löydettiin 432 ennen syntetisoimatta yhdistettä. DFT-laskuja käytettiin ennustamaan näiden monikomponenttisten materiaalien stabiilisuutta. Ilmastabiileja oli 146 ja sellaisia, jotka eivät reagoi veden tai hiilidioksidin kanssa 58.
Reaktioita niiden valmistamiseen ei tunnettu, vaan synteesireitit saatiin koneoppimisen kautta. Edellä mainituista 24 304 julkaisusta löytyi 33 343 kiinteän olomuodon synteesiohjetta. Niistä otettiin tavallisimmat lähdeaineet eli prekursorit, ja tavoitelluille 58 yhdisteelle koneoppiminen ehdotti 130–135 synteesireittiä. Lopulta 41 materiaalia saatiin valmistettua, mutta epäonnistuneiden synteesien kohdalla tutkijat arvelevat, että algoritmeja hieman muuttamalla tulosta voitaisiin parantaa.
Lähdeaineastiat täytettiin manuaalisesti, mutta siitä eteenpäin robotit tekivät työn eli annostelivat lähdeaneet, lisäsivät nestettä, sekoittivat, kuumensivat uunissa, jauhoivat ja karakterisoivat aineet röntegndiffraktiolla.
”Tietokoneita on käytetty synteesien suunnittelussa jo hyvin pitkään.”
MUKANA OLI AKTIIVISESTI oppiva algoritmi, joka saavutettujen tulosten perusteella osaa parantaa synteesin suoritusta. Se esimerkiksi löysi yhteensopimattomia prekursoripareja, jotka tuottivat ei-toivottuja välituotteita, joista seurasi epäpuhtaita lopputuotteita.
Kuulostaa, että uusien materiaalien kehittäminen on mullistumassa ja algoritmit ja robotit vievät tutkijoiden työt. Vai onko sittenkään niin?
Tietokoneita on käytetty synteesien suunnittelussa jo hyvin pitkään. Professori Corey (kemian Nobel 1990) oli uranuurtaja orgaanisten synteesien suunnittelun kehittämisessä LHASA-ohjelmallaan (Logic and Heuristics Applied to Synthesis Analysis). Robotteja on hyödynnetty lähes 20 vuotta erityisesti orgaanisessa syntetiikassa nestefaasireaktoissa, joissa annosteleminen, sekoittaminen ja reaktio-olosuhteet ovat helpompia kuin kiinteän olomuodon reaktioissa.
UUSI ASIA tällä hetkellä on tekoälyn käyttö, jonka avulla on mahdollista käydä läpi koko olemassa oleva julkaisukanta. Algoritmeillä voidaan tehdä päätöksiä ja päätellä asioita. Tekoälyn tultua yleiseen käyttöön Berkleyn autonominen laboratorio on aika luonteva evoluutio tutkimustyön kehittämisessä.
”Tarvitaan syväosaamista ymmärtämään, mitä ne koneet oikeasti tekevät. ”
Mainittu julkaisu on saanut paljon kritiikkiä muun muassa yhdisteiden karakterisoinnista. Työssä käytettiin tekijöiden kehittämää algoritmia useita faaseja sisältävien diffraktiodiagrammien tulkitsemiseksi. Taustalla käytetään epäorgaanisten kiderakenteiden tietopankkia, jossa on hieman vajaa 300 000 tunnettua rakennetta.
Kritiikin mukaan työssä ei ole löydetty 41:tä uutta rakennetta vaan ehkä vain muutama. Virheiden välttämiseen ehdotettiin monipuolisempaa karakterisointia ja kokeneiden tutkijoiden tekemää tulosten tarkastelua.
AINA KUN ON KEKSITTY uusia apuvälineitä työn tekemiseen höyrykoneiden keksimisen ajoista nykyiseen tietokone- ja robottiaikaan, on pelätty, että työttömyys lisääntyy. Toistaiseksi näin ole kovin laajassa mitassa käynyt, vaan töiden luonne on muuttunut. Asiantuntijoiden tarve on itse asiassa lisääntynyt.
Berkelyn ryhmän tekemä tutkimus on varmasti alku tämäntapaiselle kehitykselle. Lyhyellä tähtäyksellä sillä tuskin on suurta vaikutusta tarpeelle kemisteistä, mutta se antaa haasteen uudenlaiselle osaamiselle. Vaikka koneet tekevät rutiinityöt ja algoritmit ehdottavat päätelmiä, tarvitaan syväosaamista ymmärtämään, mitä ne koneet oikeasti tekevät.
Kirjoittaja Markku Leskelä on toiminut epäorgaanisen kemian apulaisprofessorina ja professorina Oulun yliopistossa, Teknillisessä korkeakoulussa, Turun yliopistossa ja Helsingin yliopistossa.
Lue lisää:
