寻找火星上过去的生命迹象,并在火星上建造适宜生存的潜在居住地,是人类梦寐以求的目标。
而火星制氧,是人类移居火星前首先需要解决的难题之一。
尽管 NASA 此前已成功验证可以在火星本地制造出氧气——“毅力”号火星车搭载的制氧设备在 16 次制氧实验中共制造出 122 克氧气(相当于一只小狗呼吸 10 小时所需氧气量),但要想在火星上完成大规模制氧,依然面临着不少困难。
如今,人工智能(AI)或许可以帮助我们应对这一挑战。
由中国科学技术大学领衔的研究团队开发了一个机器人 AI 化学家,其可以从火星陨石中制造出催化剂,再测试其制氧性能,并不断重复这个过程,直到找出最好的催化剂,且无需人类干预。
此外,经研究人员证明,该催化剂可以在模拟的火星条件下运作。
实际上,从给定的元素清单中设计催化剂需要探索巨大的化学空间,这对传统的“试错”模式来说是一项艰巨的任务。例如,以 5 种不同的火星本地矿石为原料,根据 1% 间隔的整数百分比组合估算,有 3764376 种可能的配方,如果通过人类劳动来完成这一过程,要花费 2000 年。
相关研究论文以“Automated synthesis of oxygen-producing catalysts from Martian meteorites by a robotic AI chemist”为题,已发表在 Nature 子刊 Nature Synthesis 上。
论文作者表示,AI 化学家代表了在火星上现场合成催化剂的一种有前景的技术,为制氧提供了概念验证,或可影响未来的载人火星任务。
由于火箭推进剂和生命支持系统消耗大量氧气,供氧成为了在火星上进行人类活动的首要任务。
最近的水活动证据增加了通过太阳能驱动的电化学水氧化过程,在使用析氧反应(OER)催化剂的情况下,在火星上进行大规模氧气生产的可能性。
然而,要利用本地的火星原材料合成可用的 OER 催化剂,必须克服两个主要技术挑战。首先,合成系统必须是无人操作和自主导向的,因为遥远的天文距离阻碍了人类的实时远程指导;其次,它应该配备科学智能,从而通过 AI 算法高效识别最佳催化剂配方。
而 AI 机器人似乎是解决这两个挑战的唯一可行技术。这些机器人系统需要一个智能子系统,从而获取化学知识并形成预测性的物理模型。
该研究开发的 AI 化学家可以实现自动和自主合成,它不仅可以使用移动机器人和 14 个特定任务化学工作站进行化学合成、结构表征和性能测试的整个过程,而且可以通过强大的计算模块,结合机器学习(ML)算法和理论模型,分析机器人获得的实验数据和第一性原理模拟数据,为化学合成任务设计最佳配方。
为了简化火星上 AI 化学家的工作,研究提出了一个用于现场合成 OER 电催化剂的双层工作流程。外层包括机器人和各种“智能”化学工作站完成的 12 步自动实验和数据管理;内层包括智能计算“大脑”执行的九个连续的数字操作。
图|由移动机器人、计算“大脑”、云服务器和 14 个特定任务工作站组成的 AI 化学家在火星现场设计和生产 OER 电催化剂的全方位系统的工作流程。
据论文描述,该 AI 化学家在高熵电催化剂的最优合成配方的发现上,相比传统的试错实验范式,提速了 5 个数量级。
另外,研究人员还设计了一种由 AI 化学家驱动的数据驱动协议,证明其在设计一个由 3764376 种组合中选择的 6 种金属元素的 OER 催化剂方面,优于传统的试错协议。
据论文描述,在 6 周内,AI 化学家利用 ML 和贝叶斯优化算法,从近 30000 个理论数据集和 243 个实验数据集中学习,建立了一个预测模型,该模型提供了一个很有希望的 OER 催化剂配方和最合适的合成条件。
除了搭乘 NASA“毅力”号的 MOXIE 成功制造出少量氧气,2022 年,葡萄牙里斯本大学物理学家 Vasco Guerra 和同事也提出,在等离子体反应堆中使用电子束可以产生更多的氧气。
他们将与火星压力和成分相匹配的空气注入金属管中,通过向反应室发射电子束,能将大约 30% 的空气转化为氧气。研究估计,该装置每小时可以产生大约 14 克氧气,足够支撑 28 分钟的呼吸。
然而,虽然这对于维持一个小型生命支持系统或者为一个小型火箭提供燃料已经足够,但是如果要实现载人火星任务,就需要更大规模和更高效率的制氧设备。
NASA 估计,一个 4 人的宇航员团队在火星上生存一年需要约一吨的氧气,而从火星表面起飞返回地球则需要约 7 吨的氧气。因此,未来的制氧设备可能需要有一辆小汽车那么大,且能够长期稳定地运行。
此次研究提出的 AI 化学家实现了在火星制氧方面新的突破,为在火星上制造氧气提供了新思路,或许可以使大规模生产氧气成为可能。
近年来,AI 不断拓展人类探索宇宙的可能性。未来,AI 或许可以成为人类实现在火星居住的“催化剂”。
参考链接:
https://www.nature.com/articles/s44160-023-00424-1
文章来自微信公众号 “学术头条”
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)