編輯 | X
塑膠垃圾嚴重影響生態平衡和人類健康。近年來，材料科學家一直在努力尋找可用於包裝、產品製造的塑膠全天然替代品。
然而，發現滿足特定效能的全天然替代品仍具挑戰性。當前的方法仍然依賴於迭代最佳化實驗。
近日，馬里蘭大學帕克分校（University of Maryland，College Park）的研究人員，提出了一個整合的工作流程，將機器人技術和機器學習相結合，加速環保塑膠替代品的發現和設計。
該論文的合著者 Po-Yen Chen 教授表示：「結合自動化機器人技術、機器學習和分子動力學模擬，我們加速了符合基本效能標準的環保、全天然塑膠替代品的開發，我們的整合方法結合了自動化機器人、機器學習和主動學習迴圈，從而加快可生物降解塑膠替代品的開發。」
該研究以《Machine intelligence-accelerated discovery of all-natural plastic substitutes》為題，於 2024 年 3 月 18 日釋出在《Nature Nanotechnology》上。
Chen 教授表示：「這項研究的靈感來自 2019 年對西太平洋帛琉的訪問。塑膠汙染對海洋生物的影響——漂浮的塑膠薄膜『欺騙』了魚類和海龜，將塑膠垃圾誤認為是食物，令人深感不安。這促使我將我的專業知識應用於這一環境問題，並促使我在馬里蘭大學建立研究實驗室時專注於尋找解決方案。」
透過傳統方法尋找可持續塑膠替代品，既耗時又低效。而且，經常會產生較差的結果，例如，識別可生物降解，但不具有與塑膠相同的理想特性的材料。
主動學習、機器人與人類合作構建高精度預測模型
該研究中識別塑膠替代品的創新方法依賴於 Chen 開發的機器學習模型。
除了比傳統的材料搜尋方法更快之外，這種方法還可以更有效地發現可在製造和工業環境中實際使用的材料。Chen 將他的機器學習技術應用於發現全塑膠替代品。
首先，Chen 和他的同事們編制了一個來自各種天然來源的奈米複合薄膜的綜合庫。這是使用自主移液機器人完成的，該機器人可以獨立準備實驗室樣品。
隨後，研究人員使用這個樣本庫來訓練 Chen 的基於機器學習的模型。在訓練過程中，模型透過迭代主動學習的過程，逐漸變得更加熟練地根據材料的成分預測材料的特性。
具體而言，研究選擇四種公認安全（GRAS）的天然成分：纖維素奈米纖維（CNF）、蒙脫土（MMT）奈米片、明膠和甘油，作為構建各種全天然塑膠替代品的基礎材料。
首先，命令自動移液機器人（即 OT-2 機器人）製備 286 種具有不同 CNF/MMT/明膠/甘油比例的奈米複合材料，並評估薄膜質量以訓練支援向量機 (SVM) 分類器。接下來，透過 14 個帶有資料增強的主動學習迴圈，分階段製造了 135 種純天然奈米複合材料，建立了人工神經網路（ANN）預測模型。
研究證明，預測模型可以執行雙向設計任務：（1）根據全天然奈米複合材料的成分預測其物理化學性質，以及（2）自動化可生物降解塑膠替代品的逆向設計，以滿足各種使用者特定的要求。
透過輸入特定的效能標準，預測模型發現了適合幾種全天然塑膠替代品，而無需迭代最佳化實驗。
「機器人技術和機器學習的協同作用，不僅加快了天然塑膠替代品的發現，而且還可以有針對性地設計具有特定效能的塑膠替代品，」Chen 說。「與傳統的試錯研究方法相比，我們的方法顯著減少了所需的時間和資源。」
發現幾種全天然塑膠替代品
研究人員將模型用於奈米複合材料的效能預測。模型準確預測了多種純天然奈米複合材料的光學透過率、耐火性和應力應變曲線，與實驗結果吻合良好。
模型對具有可程式設計物理化學特性的全天然塑膠替代品進行自動化逆向設計。
為了研究 CNF 鏈和 MMT 奈米片之間的強化機制，研究人員在張力下對三個模型進行了 MD 模擬：僅 CNF、僅 MMT 和 MMT/CNF 模型。在 MMT/CNF 模型中，拉伸破壞機制與僅 CNF 和僅 MMT 模型不同。
SHapley Additive exPlanations (SHAP) 模型分析用於確定不同明膠來源和 MMT 尺寸對所有九個屬性標籤的影響。SHAP 分析表明，明膠來源和 MMT 尺寸對光學效能和有相當大的影響，而對耐火和機械效能的影響有限。
未來研究
在接下來的研究中，研究人員計劃繼續致力於解決石化塑膠造成的環境問題。
例如，他們希望擴大製造商可以選擇的天然材料的範圍。此外，他們將嘗試拓寬其模型確定的材料的可能應用，並確保這些材料可以大規模生產。
「我們現在正在努力尋找合適的可生物降解和可持續材料，來包裝收穫後的新鮮農產品，取代一次性塑膠食品包裝，並提高這些產品的保質期。」Chen 補充道。
「我們還在研究如何管理這些可生物降解塑膠的處置，包括回收它們或將其轉化為其他有用的化學品。該研究對減少塑膠汙染的全球倡議做出了重大貢獻。」
參考內容：https://phys.org/news/2024-04-machine-based-approach-nanocomposite-biodegradable.html
注：封面來自網路