Открытие нового вещества следует итеративному процессу « проектирование - изготовление - тестирование - анализ» (DMTA). Искусственный интеллект реализует интеллектуальный дизайн молекулярной структуры в области обнаружения материи, как эксперимент в цифровом мире, который мы называем « сухим экспериментом». Однако, чтобы эти цифровые конструкции действительно приземлились и продолжали оптимизироваться, они должны пройти эксперименты и проверки в физическом мире, который мы называем « мокрым экспериментом». Эксперименты в реальном мире также могут генерировать модели, которые эффективно питают цифровой мир данными и оптимизируют прогнозы, суждения и дизайн моделей. Однако в проведении экспериментов и сборе данных традиционные искусственные эксперименты постепенно становятся узким местом в эффективности. Экспериментальный поток низкий, ошибки легко накапливаются, субъективность трудно избежать. Роботизированная химия, основанная на точном оборудовании и технологиях автоматизации, может работать без перерыва 7 × 24 часа в сутки, выполняя тысячи экспериментов в день, сжимая операционную ошибку ниже 5%, что значительно повышает эффективность эксперимента и надежность данных.

На переднем крае современных научно - технических инноваций интеграция искусственного интеллекта и технологий автоматизации ведет к глубоким изменениям в парадигме исследований и разработок материальных открытий.ЦзинтайБлагодаря своей интеллектуальной автономной экспериментальной платформе модель прогнозирования ИИ, основанная на данных, легко интегрируется с автоматизированной робототехникой, создавая эффективную и автономно управляемую систему обнаружения материалов. Эта инновационная система не только ускоряет процесс исследования химического пространства, но и обеспечивает совершенно новую инфраструктуру для исследований и разработок в фармацевтической промышленности, новых материалах и других отраслях промышленности, пересматривая границы скорости и эффективности обнаружения веществ.

Парадигма применения ИИ на основе данных

В промышленных приложениях ИИ данные, как фундаментальный элемент, составляют краеугольный камень всей интеллектуальной системы. Его основная логика следует прямому циклу « данные → модели → приложения → решения»: высококачественные данные генерируют интеллектуальную автономность, обучая модели ИИ, а возможности модели преобразуются в конкретные отраслевые сценарии применения и в конечном итоге приземляются для формирования многоразовых решений. Эта замкнутая система гарантирует, что технологии ИИ могут постоянно учиться, оптимизировать и создавать ценность из данных.

Интеллектуальная автономная экспериментальная платформа JingtaiАктивы данныхУправление всем жизненным циклом, от сбора, управления до применения, построило полную систему управления активами данных. Экспериментальная станция, созданная в сочетании с моделями ИИ и автоматизированными роботами, выполняет интеллектуальные эксперименты и эффективное управление данными с беспрецедентной скоростью, реализует итеративное замкнутое кольцо для алгоритмического проектирования молекул ИИ и прогнозирования реакции и автоматизированных экспериментов по синтезу роботов, быстро исследуя обширное химическое пространство.

Технический путь сухого и влажного экспериментов с замкнутым циклом

Благодаря трем основным технологическим компонентам Jingtai Technology построила ведущую интеллектуальную автономную экспериментальную платформу и сформировала полное замкнутое кольцо « алгоритмический дизайн → роботизированный эксперимент → обратная связь с данными → итерация модели». Эта инновационная архитектура преодолевает узкие места в эффективности традиционных химических исследований и продвигает процесс обнаружения веществ с беспрецедентной скоростью. Благодаря этой технической архитектуре платформа реализует итеративное замыкание молекулярного проектирования ИИ, прогнозирования программ и автоматизированных экспериментов с роботами.

Примеры применения:

Платформа оптимизации формулы электролита Jingtai

Платформа оптимизации формулы электролита Jingtai Technology состоит из трех модулей:Универсальный искусственный интеллект, проприетарные большие модели и автономные лабораторииА.

Универсальный искусственный интеллектМодуль в основном реализует сбор общедоступных данных, таких как литература и патенты, и создание базы знаний, обеспечивая сырьевую базу и первоначальную формулу для реализации проекта;Собственная большая модельМодуль реализует молекулярный дизайн, прогнозирование свойств, оптимизацию формулы и интерпретацию механизма и другие функции, рекомендует новую формулу;Автономная лабораторияМодуль реализует автоматизированную и точную подготовку и представление формулы, проверяет формулу, рекомендованную алгоритмом, и генерирует новые экспериментальные данные, которые обеспечивают материальную поддержку оптимизации алгоритмической модели. Органическое сочетание трех модулей позволяет эффективно достигать желаемых показателей электролитной формулы.

•Электролит оптимизирует рабочий процесс платформы

Рабочий процесс платформы оптимизации формулы электролита Jingtai Technology делится на шесть этапов:Определение сценариев применения, создание первоначальной формулы, построение модели прогнозирования свойств, использование модели для рекомендации новой формулы, автоматизированная подготовка и представление формулы, а также направленное молекулярное проектирование и синтезИз них от 3 до 6 шагов представляют собой итеративные формы для получения формулы электролита, соответствующей требованиям.

• Первый шагУченые из проектной группы определяют сценарии применения, такие как необходимость оптимизации новых формул электролита для сценариев высокого напряжения и широких температур;

• Второй шагСоздание тематической базы знаний, связанной с проектом, и структурированная обработка данных. Во - первых, настройка шаблона поиска с помощью подсказок, использование оценки модели большого языка, скрининг высокорелевантной литературы и патентов, создание тематической базы знаний; Во - вторых, использование многомодальных моделей ИИ, таких как LLM и OCR, для сбора данных, связанных с проектом, из литературы и патентов;

• третий шагИспользование квантово - физических аналоговых вычислений и моделей глубокого обучения позволяет не только прогнозировать соответствующие свойства, но и генерировать структуру в соответствии с ожидаемыми свойствами для проектирования новых молекул добавок;

• Шаг 4В соответствии с выбранной нами системой материалов, используя многоцелевую байесовскую оптимизацию и другие методы, чтобы создать новую комбинацию формул и пропорций для экспериментальной подготовки и тестирования;

• Шаг пятыйАвтоматизированный эксперимент по формуле, опираясь на технологию Jingtai для самостоятельного исследования автоматизации и цифровой платформы оптимизации формулы электролита, для достижения точной конфигурации формулы, цифровой записи и тестирования представления и других функций, чтобы проверить эффективность формулы, рекомендованной алгоритмом, и генерировать новые экспериментальные данные для дальнейшей оптимизации алгоритмической модели;

• Шаг 6Если в существующем пространстве компонентов соединений рецепт, удовлетворяющий целевым свойствам, не может быть получен с помощью различных соотношений, необходимо расширить пространство выбора соединения в новое химическое пространство с помощью модулей направленного молекулярного проектирования и синтеза. Например, используя программное обеспечение XMolGen от Qingtai, новые молекулы образуются путем замены R - базы в соответствии с правилами химической реакции в коммерческих блоках. После завершения задачи можно легко выполнять такие действия, как просмотр, редактирование, сохранение, экспорт и сортировка. Полученные молекулы являются как новыми, так и синтетическими и могут быть быстро синтезированы с помощью автоматизированных платформ.

Под двойным драйвером ускорения глобальной энергетической трансформации и повышения производительности силовых батарей электролит, как важная часть разработки батарей, стал основным узким местом для прорыва ключевых показателей, таких как высокая плотность энергии, длительный цикл жизни и адаптивность в широком диапазоне температур. Традиционные модели исследований и разработок из - за таких проблем, как зависимость от проб и ошибок опыта, низкое использование данных и высокая стоимость экспериментов, трудно удовлетворить насущные потребности отрасли в эффективности и точности исследований и разработок. В этом контексте создание платформы оптимизации формулы электролита стало неизбежной тенденцией - она реализует структурированный анализ, молекулярный дизайн и прогнозирование природы патентных данных литературы с помощью технологии искусственного интеллекта, а также опирается на автоматизированные роботизированные рабочие станции для завершения высокоточной подготовки и представления формулы, образуя замкнутую итерацию « прогнозирования ИИ - проверки роботов», эффективно решает болезненные точки, такие как длительный цикл исследований и разработок, фрагментация данных и плохое повторение экспериментов. Эта модель технологического расширения возможностей « робота AI + » может не только сократить цикл исследований и разработок электролита, но и подтолкнуть отрасль к переходу от « эмпирического драйва» к « интеллектуальному драйверу», чтобы стать ключевой инфраструктурой для новых энергетических предприятий по производству новых материалов для построения основной конкурентоспособности.

Роботы AI × управляют интеллектуальными изменениями

Интеллектуальная автономная экспериментальная платформа Jingtai Technology Intelligent, объединяющая более 200 вертикальных моделей ИИ для создания химического супермозга, руководства структурой вещества и экспериментальным дизайном; Эффективное выполнение высокоточной химии и управление данными с помощью автоматизированных лабораторных роботов; Структурированные данные реальных сцен, собранные роботами, затем обучают модели ИИ, делая прогнозы более точными и лучше спроектированными. Благодаря синергии ИИ и робототехники автономная экспериментальная платформа Jingtai Technology Intelligence осуществила переход от парадигмы исследований, основанных на « опыте » к « данным, которые приносят двойную прорывную ценность в области обнаружения материи.

• Технологический интегратор

Преодоление основных технических трудностей, интеграция алгоритмов ИИ, автоматизированного управления, анализа данных и других многодисциплинарных технологий

• Сцена подходит

Предоставление межфункциональных, межотраслевых и междисциплинарных интеллектуальных лабораторных решений для удовлетворения разнообразных потребностей

• Новаторы парадигмы

С « роботом AI x», чтобы построить материал, чтобы найти новую парадигму, создать отрасль для исследований и разработок новой инфраструктуры

В настоящее время Jingtai Technology имеет собственную интеллектуальную автономную лабораторию площадью 5000 квадратных метров, которая полностью позволяет внутренним бизнес - сценариям исследований и разработок и накапливает опыт применения технологий. В то же время результаты промышленной посадки интеллектуальной автономной экспериментальной платформы были распространены на биомедицину, новую энергию, новые материалы, нефтехимическую промышленность, модернизацию китайской медицины, химическую автоматизацию и другие области, платформа широко используется для охвата органического синтеза, оптимизации формулы, разработки катализаторов и электролитных процессов и других сценариев исследований синтетической химии.