Den här kemisten ombildar upptäckten av material med hjälp av AI och automation

Alán Aspuru-Guzik använder AI, robotar och till och med kvantdatorer för att skapa de nya materialen som vi kommer att behöva för att bekämpa klimatförändringarna.

Derek Shapton

förbi

• Simon Levsen arkivsida

27 oktober 2021

När Alán Aspuru-Guzik, en Mexico City-född, Toronto-baserad kemist, tittar på klimatförändringsmodeller, dras hans ögon till felstaplarna, som visar osäkerhetsintervallet kring varje given förutsägelse. Som vetenskapsmän, säger han, har vi en skyldighet att överväga värsta scenarier. Om klimatförändringen fortsätter som förväntat kan mänskligheten ha ett par decennier eller så på sig att komma med material som ännu inte existerar: molekyler som gör det möjligt för oss att snabbt och billigt fånga upp kol och batterier – gjorda av något annat än litium, en metall som är kostsam och svår att bryta — för att lagra den globala tillgången på förnybar energi.

Och vad händer om situationen blir värre än vi förväntade oss? Behovet av nya material kommer att gå från brådskande till extremt akut till akut. Kan vi snabbt komma på de saker vi behöver?

Den här historien var en del av vårt novembernummer 2021

• Se resten av frågan
• Prenumerera

Aspuru-Guzik (en av MIT Technology Reviews 35 innovatörer under 35 2010) har ägnat mycket av sitt liv åt versioner av denna fråga. Materialupptäckten – vetenskapen om att skapa och utveckla användbara nya ämnen – går ofta i en frustrerande långsam takt. Den typiska trial-and-error-metoden, där forskare producerar nya molekyler och sedan testar var och en sekventiellt för de önskade egenskaperna, tar i genomsnitt två decennier, vilket gör det för dyrt och riskabelt för de flesta företag att fortsätta.

Aspuru-Guziks mål – som han delar med ett växande antal datorkunniga kemister – är att krympa det intervallet till några månader eller år, vilket gör det möjligt för mänskligheten att snabbt samla en arsenal av resurser för att bekämpa klimatförändringar, som batterier och kol- fånga filter. Målet är att återuppliva den döende materialindustrin genom att införliva digitala simuleringar, robotteknik, datavetenskap, artificiell intelligens och till och med kvantberäkningar i upptäcktsprocessen.

Föreställ dig datorprogram som använder exakt kunskap om molekylers elektroniska struktur för att skapa nya designs; föreställ dig robotar som tillverkar och testar dessa molekyler. Och föreställ dig att programvaran och robotarna arbetar tillsammans – testar molekyler, justerar konstruktioner och testar igen – tills de producerar ett material med de egenskaper vi letar efter.

Det är tanken, åtminstone. Att faktiskt utföra det är en annan sak. Molekylernas strukturer är förbluffande komplexa, och kemisk syntes är ofta mer konst än vetenskap, vilket trotsar ansträngningarna att automatisera processen. Men framsteg inom AI, robotik och datorer är det ger nytt liv till visionen.

Aspuru-Guzik är en ledande evangelist för att använda datavetenskap för att transformera kemi.

DEREK SHAPTON

Aspuru-Guzik ledde en workshop 2017 i Mexico City där 133 deltagare – inklusive Nobelprisbelönta vetenskapsmän och representanter från 17 nationella regeringar – gick samman för att fokusera det globala forskarsamhället på detta mål. Konferensen var ett avgörande ögonblick och hjälpte till att ta området för accelererad materialupptäckt från ett nischområde för undersökningar till en världsomspännande prioritet för många av dessa deltagare. Efter evenemanget började bland annat Kanada, Indien och EU investera i initiativ för att påskynda materialforskningen.

Arbetet i sig är ambitiöst och tekniskt svårt eftersom det spänner över så många discipliner. Men som kemist, mjukvaruingenjör, AI-pionjär, kvantdatorprogrammerare, robotentusiast och serieentreprenör kan Aspuru-Guzik bara ha den rätta blandningen av beräkningsexpertis och fantasi för att koppla ihop de många verktyg som är nödvändiga för att få det att hända. Han har framstått som en av de mer övertygande evangelisterna för det nya sättet att göra kemi.

Alán kan se bortom vad folk tror är möjligt, säger Joshua Schrier , en Fordham University-kemist och frekvent medarbetare. Han är den typen av innovatör, säger Schrier, som förändrar hur alla runt omkring honom utövar vetenskap.

För Ryan Babbush, chef för kvantalgoritmteamet på Google, är Aspuru-Guziks mest framträdande karaktärsdrag hans kreativa rastlöshet. Alán lägger sin tid och energi på det nyaste, det mest okända territoriet, säger han. Han stannar inte kvar och fokuserar på inkrementella utvecklingar.

Det kan vara ett problem med tanke på den tid och det hårda arbete som krävs för att få ut ett nytt material på marknaden – ett företag som kräver envisa, snävt fokuserad forskning och oändligt tålamod. Men i slutändan, säger Babbush, är Aspuru-Guzik intresserad av att ombilda processen för materialupptäckt, och utrusta forskare i samhället med de beräknings- och automationsverktyg de behöver för att påskynda sitt jobb.

Idag bygger Aspuru-Guzik ett labb i Toronto där AI-algoritmer designar nya molekyler och robotar snabbt tillverkar och testar dem. Labbet är en sorts prototyp, tänkt att visa hur materialupptäckt kan fungera i framtiden. Jag vill möjliggöra en helt ny era, tidsåldern för material på begäran, där varje labb enkelt kan skapa nya föreningar, säger han. I framtiden, hoppas han, kommer vi att vara bättre positionerade för att ta itu med nästa globala kris. Världens problem kräver molekyler, tillägger han. Och just nu suger vi på att göra dem.

Strids ärr

Aspuru-Guzik talar sprudlande, degressivt och mycket snabbt. När jag första gången besökte hans kontor vid University of Toronto, visade han mig en samling lucha libre (mexikansk brottning) masker – klarblå, gröna och rosa balaklavor prydda med aztekiska mönster. Maskerna är ett humaniseringsverktyg, säger han. Du tar med dig en Nobelpristagare eller en chef från Hitachi till ditt kontor, och efter att ha pratat ett tag är det bra att stanna upp och säga: 'Välj en mask.' Ta en selfie.’ Det är svårt att inte se maskerna som en metafor för hans mångfacetterade liv.

Aspuru-Guzik växte upp i en halvt katolsk, till hälften judisk familj av författare, musiker och arkitekter. Som 19-årig kemistudent vid National Autonomous University of Mexico kom han tillbaka från ett övernattningsrave i staden Cuernavaca när bilen han åkte i vek av vägen och kraschade. Kirurger var tvungna att öppna magen för att reparera hans tarmar och kauterisera de spruckna blodkärlen, vilket lämnade honom med ett ärr som löper, som en mittlinje, längs mitten av buken.

Efter denna tidiga omvälvning med dödligheten blev han engagerad i ett liv i intellektuell äventyrlighet. Om ett undersökningsfält fängslade honom, skulle han ägna sig åt det, även om det var esoteriskt eller utanför hans expertis.

Vid den tiden var det stor spänning över möjligheten att använda datorbaserad modellering för att designa molekyler med önskade egenskaper, avstå från långsamma och tråkiga experiment. Forskare pratade om en ny era av virtuell kemi, men det fungerade inte särskilt bra. Datorer var för långsamma och molekyler för komplexa.

När han bläddrade i tidskrifter på universitetsbiblioteket, stötte Aspuru-Guzik på en artikel om utmaningarna med att göra molekylär kemi inuti en dator. 1926 hade fysikern Erwin Schrödinger publicerat en ekvation för att förutsäga beteendet hos subatomära partiklar, som elektroner och protoner. Om du matematiskt kan modellera en molekyl på subatomär nivå kan du börja dra slutsatser om det resulterande materialet: hur det kombineras med andra material, hur hårt eller mjukt det är eller hur snabbt det bryts ned. Det är åtminstone tanken. Men för de flesta material blir Schrödinger-ekvationen för komplicerad för även dagens största superdator.

För att göra matematiken genomförbar satte Aspuru-Guzik igång att skapa versioner av ekvationen som kräver färre uppskattningar, vilket gör dem mer exakta – ett projekt som blev fokus för hans doktorandstudier vid University of California, Berkeley. Målet var att effektivisera beräkningarna till den punkt där en dator kunde hantera dem men inte så långt att modellen blev vetenskapligt värdelös. Med hjälp av Aspuru-Guziks algoritmer kunde en forskare modellera - det vill säga simulera - en slumpmässig molekyl och omedelbart göra förutsägelser om egenskaperna hos det resulterande ämnet.

Andra forskare hade designat liknande algoritmer, men de som Aspuru-Guzik kom fram till som student var tillräckligt imponerande för att få honom ett jobb på Harvard när han avslutade som postdoc vid Berkeley. Som biträdande professor vid Harvard – och som chef för forskningsgruppen Aspuru-Guzik, ett 40-personers team av datavetare, biologer, ingenjörer, fysiker och kemister – kastade han sig in i ett initiativ som heter Harvard Clean Energy Project. De flesta solpaneler använder kisel för att omvandla solljus till elektricitet. Men fanns det billiga, lätttillverkade organiska ämnen som kunde göra jobbet?

DEREK SHAPTON

Aspuru-Guziks passioner (från överst till vänster) sträcker sig från klistermärken för gatukonst till labbrobotik till mexikanska lucha libre-masker till automatiserad vätskehantering.

Under sex år körde Aspuru-Guzik och hans team simuleringar av 2,3 miljoner olika organiska molekyler för att se vilka som kan ha fotovoltaiska egenskaper. Han var knappast den första forskaren som utövade virtuell kemi, men han gjorde det i en aldrig tidigare skådad skala. Den ökade beräkningskapaciteten av eran innebar att en enda molekyl kunde simuleras på några minuter; på 1990-talet hade sådana simuleringar tagit dagar. Det viktigaste var att han hade tillgång till till synes obegränsat serverutrymme, mycket av det lånat från andras enheter. I ett system som liknar det gamla SETI@Home-programmet , kunde personer som ville stödja projektet ladda ner en skärmsläckare som tillfälligt skulle låna ut sin hårddisk till Aspuru-Guzik och hans team. Vi hade en av de största superdatorerna i världen, säger han, men den distribuerades över hela planeten.

Till slut upptäckte Aspuru-Guzik många organiska material som teoretiskt skulle kunna användas för solceller. Problemet var att dessa vinnande molekyler var för komplicerade för att tillverkas billigt. Mitt misstag, säger han, var att inte konsultera med organiska kemister i början för att ta reda på vilka molekyler som var lätta att tillverka.

Med Clean Energy Project hade Aspuru-Guzik i princip hållit på med kombinatorisk kemi – den gamla trial-and-error-metoden – inuti datorer istället för i ett labb. Sedan, med början 2012, gjorde forskare i Toronto och på andra håll en serie genombrott inom djupinlärning och andra metoder för maskininlärning. Liksom många kemister som letade efter nya material, övergick Aspuru-Guzik till AI, vilket gjorde det möjligt för honom att upptäcka molekyler på ett snabbare och mer medvetet sätt. Datorsimuleringarna är som ett maskingevär som skjuter slumpmässigt i luften i hopp om att få en träff, säger han. AI är en prickskytt. Den väljer ett mål och tar sikte.

Först var han tvungen att träna ett neuralt nätverk genom att mata det med en datauppsättning som beskrev den molekylära sammansättningen och kemiska egenskaperna hos 100 000 organiska ämnen. AI-programmet skulle kunna börja känna igen mönster – det vill säga korrelationer mellan en given molekyl och substansen den bildar. Den kan sedan använda denna kunskap för att uppfinna kandidatmolekyler som ska syntetiseras och testas i labbet. Med hjälp av AI upptäckte Aspuru-Guzik nya organiska lysdioder, eller OLED, som var ljusare än vanliga lysdioder. Han identifierade också nya kemikalier som ska användas i framtida organiska flödesbatterier, massiva industribatterier som inte kräver metaller som litium.

Under tiden kastade han sig in i det begynnande fältet av kvantberäkning . Schrödinger-ekvationen är svår att köra på klassiska datorer just för att elektroner och protoner inte följer den klassiska fysikens lagar. De fungerar istället enligt kvantmekaniken: de kan vara intrasslade (uppträder i samförstånd med varandra, även om de inte är sammankopplade), och de kan existera i så kallad superposition (upptar flera motsatta tillstånd samtidigt) . Matematiken som krävs för att modellera dessa komplexa fenomen är också svindlande komplex. Men eftersom qubitarna i kvantdatorer också lyder kvantmekanikens lagar är enheterna bättre lämpade, åtminstone i teorin, för att simulera molekyler.

Men i praktiken var någon tvungen att ta reda på hur simuleringarna skulle fungera. År 2014 släppte Aspuru-Guzik och ett team av forskare Variational Quantum Eigensolver (VQE), ett program för att modellera molekyler, om än på små, felbenägna kvantenheter som, till skillnad från kvantdatorer för alla ändamål, faktiskt existerar idag. Medan Schrödinger-ekvationen är en sorts abstraktion - en matematisk formel som är avsedd att beskriva subatomära partiklar - använder VQE kvantbitar för att efterlikna beteendet hos partiklarna i en molekyl, ungefär som spelare i en återskapande kan utföra slaget vid Gettysburg.

Med tiden, när företag utvecklar kraftfullare kvantdatorer, kan VQE göra det möjligt för kemister att köra slående exakta simuleringar. Dessa modeller kan vara så exakta att forskare inte behöver syntetisera och testa materialen alls. Om vi ​​någonsin når den här punkten, säger Aspuru-Guzik, kommer mitt arbete inom materialvetenskap att vara klart.

När Donald Trump valdes till USA:s president 2016 blomstrade Aspuru-Guziks karriär, men plötsligt tilltalade han inte längre utsikterna att stanna i landet. En vecka efter valet började han mejla kollegor i Australien och Kanada och letade efter ett nytt jobb.

University of Toronto erbjöd honom en prestigefylld regeringsfinansierad position för att locka toppforskare till landet och ett korsutnämning vid Vector Institute for Artificial Intelligence, ett ideellt företag som grundades av maskininlärningspionjären Geoffrey Hinton som snabbt gör Toronto ett globalt nav för AI. Den största uppmuntran var dock ett löfte om att bygga ett radikalt nytt materiallaboratorium kallat Matter Lab, ett projekt Aspuru-Guzik hade drömt om i flera år.

Fy fan

I Matter Lab attackerar vi ett problem först efter att ha ställt tre frågor, säger Aspuru-Guzik. Spelar det någon roll för världen? Om inte, så fan. Har någon annan redan gjort det? Om svaret är ja, är det ingen mening. Och är det på distans möjligt? Här är ordet distans nyckeln. Aspuru-Guzik vill ta itu med utmaningar som ligger inom gränsen för genomförbarhet, men knappt så. Om ett material är för lätt, säger han, låt andra hitta det.

Beläget i en efterkrigstidens tegelbyggnad i centrala Toronto, är labbet inte likt något annat vid universitetet. Taket är prydt med rödbruna och vinröda akustikpaneler, en hyllning till den älskade mexikanska arkitekten Luis Barragán. Undangömd i ett oansenligt hörn finns en typisk labbbänk – ett bord med kolvar, vågar och bägare under ett dragskåp – där doktorander kan träna kemi på ungefär samma sätt som deras farföräldrars generation gjorde. Man får en känsla av att den här arbetsstationen inte används ofta.

I mitten finns en robot på 1,5 miljoner dollar - ett kvävefyllt glas- och metallhölje som innehåller en mekanisk arm som rör sig fram och tillbaka längs ett spår. Armen kan välja pulver och vätskor från en rad kapslar nära sidorna av inneslutningen och deponera innehållet, med stor noggrannhet, i en av ett antal reaktorer. Roboten är som en outtröttlig labbassistent som blandar kemikalier 24/7, säger Aspuru-Guzik. Det kan göra 40 föreningar på bara 12 timmar.

Två ytterligare funktioner gör Matter Labs experimentella uppställning unik. Den första är programvara som Aspuru-Guzik och hans medarbetare designade, kallad ChemOS. Det inkluderar ett AI-system som genererar kandidatmolekyler och ett program som samverkar med roboten och styr den att syntetisera kandidater på begäran.

Det nya materiallabbet i Toronto kombinerar konventionell kemiutrustning och det senaste inom automation och AI.

DEREK SHAPTON

Den andra distinkta egenskapen är produktionsprocessens slutna slinga. För att förklara hur detta fungerar pekar Aspuru-Guzik på ett par smala slangar på baksidan av roboten. Det är där kisslet kommer fram, säger han. När en reaktion är avslutad, rinner den resulterande vätskan genom plastslangarna till en analysmaskin i storleken och formen av ett minikylskåp, som separerar ut oönskade biprodukter. Det raffinerade materialet kommer att flöda in i en annan robot som kommer att testa det för att lära sig om dess egenskaper. Sedan kommer roboten att mata tillbaka resultaten av experimentet till ChemOS-programmet, vilket gör det möjligt för AI att uppdatera sina data och omedelbart generera en ny, bättre skiva av kandidatmolekyler, tills - efter omgångar av förutsägelser, synteser och tester - en vinnare dyker upp .

Idén med ett automatiserat, sluten-loop-upptäcktssystem har, delvis på grund av Aspuru-Guziks outtröttliga förespråkande, blivit allt mer populär bland de nya utövarna av kemi. Peers i Vancouver, New York, Champaign-Urbana och Glasgow bygger liknande anläggningar. Dessa labb är avsedda som automatiserade utrymmen för molekylärt skapande för alla ändamål. Det är därför Aspuru-Guzik inte spekulerar för mycket om vad, specifikt, Matter Lab kommer att producera härnäst. Sådana beslut kommer att dikteras av nyfikenhet, kanske, eller av imperativen av en global kris.

Att göra ett märke

År 2020 upplevde Aspuru-Guzik en period av tidig pandemisk viktökning, vilket gjorde att hans operationssår öppnades igen. Samtidigt kände han sig instängd och uttråkad av 2D-världen av Zoom-samtal och frustrerad över att inte kunna ströva fritt omkring i sitt labb. Hans trasiga arbetsliv hade lämnat lite utrymme för den sortens planlösa – eller till synes planlösa – sysselsättningar som tidigare hade lett till kreativa genombrott. Han behövde en förändring.

Några månader senare började han klottra på sin dator och ritade en lucha libre-mask som liknade Screamin' Jay Hawkins, rock 'n' roll-pionjären känd för sin operasång och makabra scenupptåg. Han döpte karaktären till Bruho (en variant av brujo, spanska för trollkarl) och bestämde sig för att påtvinga sitt konstverk det urbana landskapet. Han köpte en klistermärkesskrivare och började putsa Bruho-avataren på brevlådor och gatlyktor. Snart var han en del av stadens livliga gatukonstscen.

Relaterad berättelse

Inne i loppet för att bygga den bästa kvantdatorn på jorden IBM anser att kvantöverhöghet inte är den milstolpe vi bör bry oss om.

Idag har Aspuru-Guzik två mål för den närmaste framtiden. Den första är att designa en modulär, prisvärd version av hans slutna system som kan fungera som en modell för forskare runt om i världen. Han vill bygga en allt-i-ett labblåda, innehållande ChemOS-paketet tillsammans med syntes- och karaktäriseringsrobotar. Med denna enhet kommer en användare att slå in en beskrivning av ett givet material, och systemet kommer omedelbart att simulera och testa kandidatmolekyler. Om vi ​​ska inleda en ny era av material på efterfrågan, resonerar Aspuru-Guzik, måste tekniken spridas – och den måste vara lätt att använda.

Hans andra mål på medellång sikt är att sätta sin prägel, konstnärligt, på staden Toronto.

Några dagar efter mitt besök på labbet gick jag med honom och hans besättning för en natt med klistermärken och posters. Liksom hans materialarbete var detta också ett samarbete. Vår grupp på åtta personer inkluderade Soap Ghost, en avsidesställd ung kvinna med tatueringar med hela ärmar; Urban Ninja, en trådig medelålders man som kom drande en vagn med en hink med vetepasta, ett hemgjort flytande lim; och Life, en flintig sömnlös, hans hår kluvet på mitten, en halvfärgad blond som Cruella de Vils. Jag kommer att fortsätta tills soluppgången, sa han, lekfullt. Alla hade buntar med klistermärken eller rullar med affischer som de hade designat själva.

I Toronto är den här typen av gatukonst – som inte kräver sprayfärg – straffbar med böter (även om polisen ofta tittar åt andra hållet), så vi rörde oss snabbt och i hemlighet. Ninja tog oss nedför en gränd till en kal plywoodvägg i en brädbyggd byggnad, och vi gick ner på den med våra penslar, täckte ytan med pastan och tappade den med bilder - en skäggig Buddha, en ukulele-spelande råtta, en Bruho-figur, klädd som en Jedi. Sammansättningen gjorde inte en hel del visuell mening, men den hade en sorts anarkisk skönhet. Inom en omöjligt kort tidsram hade tomheten gett vika för mångfald, och Aspuru-Guzik var överlycklig. Den här väggen var tom för en minut sedan, utbrast han. Titta på det nu.

Simon Lewsen är en Toronto-baserad tidningsförfattare .