美国北卡罗来纳州立大学科研团队成功开发出一款名为PoLARIS的人工智能驱动型自主实验室系统，该系统专注于钙钛矿材料的反应推理与合成研究。在最近完成的实验中，PoLARIS仅用12小时就从数十亿种潜在组合中筛选出一种新型无铅发光纳米材料，其光致发光效率达到同类产品最优水平。这项突破性成果已发表于《自然·通讯》期刊，为光电探测器和太阳能燃料生产等领域提供了更安全的材料解决方案。
研究团队聚焦于厚度仅纳米级的片状晶体材料开发。这类双钙钛矿结构材料具有独特的原子可调性，通过改变元素配比能够精确控制其光吸收与发射特性。传统开发方式需要人工逐一测试成分比例、反应温度和环境参数的组合，不仅效率低下且难以捕捉参数间的复杂相互作用。PoLARIS系统通过闭环反馈机制，实现了从材料合成到特性分析的全流程自动化。
实验过程中，系统首先锁定无铅、无重金属且具备最高光致发光亮度的双钙钛矿纳米片作为目标。在12小时运行期间，PoLARIS自主完成了120次迭代实验，每次实验通过微流控技术生成独立反应液滴，并立即进行光学特性分析。人工智能模块根据实时反馈数据动态调整前体材料用量、反应温度和持续时间等参数，最终获得亮度提升300%的优化配方。
该系统的创新之处在于建立了"人类-AI-机器人"协同工作模式。科研人员仅需设定基础参数范围，PoLARIS即可通过机器学习算法理解材料结构与性能的关联机制。实验数据显示，系统不仅发现了最优合成路径，还揭示了特定元素配比对发光效率的影响规律，这种深度分析能力远超传统试错方法。
除了材料发现功能，PoLARIS还具备规模化生产能力。通过切换工作模式，系统可连续制造已优化的目标材料，实现从实验室研发到工业生产的无缝衔接。研究团队指出，这种自主实验平台特别适用于开发复杂功能材料，其高效探索能力将显著缩短新型能源材料和电子器件的研发周期。
当前能源转型和可持续发展对材料科学提出更高要求，许多关键材料的开发已超出人类直觉判断范畴。PoLARIS系统通过整合人工智能的决策能力、机器人的精密操作和科学家的专业知识，开创了材料研发的新范式。这种自动化实验平台有望在清洁能源、量子计算和生物传感等领域催生更多突破性发现。
