納米顆粒的合成受許多反應(yīng)條件的影響,其性質(zhì)通常由其尺寸、形狀和表面化學(xué)等因素決定。為了使合成的納米顆粒具有適用于不同領(lǐng)域(如光學(xué)、電子學(xué)、傳感器應(yīng)用等)的功能,對(duì)其性能進(jìn)行精確控制是必不可少的。然而,以目前在微反應(yīng)器上制備納米顆粒的技術(shù),實(shí)現(xiàn)精確合成既費(fèi)時(shí)又費(fèi)力。為此,魯東大學(xué)陳雪葉教授等人綜述了近年來(lái)采用微流體制備納米顆粒的方法和原理,并描述了機(jī)器學(xué)習(xí)的實(shí)施步驟、功能及其在納米技術(shù)中的應(yīng)用。其中,機(jī)器學(xué)習(xí)輔助納米顆粒合成的研究可以概括為兩個(gè)主要領(lǐng)域:(1)監(jiān)督學(xué)習(xí)預(yù)測(cè)合成后納米顆粒的特定光學(xué)、電子和傳感特性。通過(guò)將反應(yīng)條件作為輸入變量及納米顆粒特性作為輸出目標(biāo),并選擇不同的機(jī)器學(xué)習(xí)算法來(lái)構(gòu)建二者的映射關(guān)系,能夠精確地控制合成具有所需功能的納米顆粒。(2)在用于預(yù)測(cè)納米顆粒的神經(jīng)網(wǎng)絡(luò)模型中,神經(jīng)元數(shù)量和隱藏層數(shù)量等超參數(shù)對(duì)預(yù)測(cè)能力有直接影響。一方面,可以通過(guò)定義損失函數(shù)來(lái)對(duì)超參數(shù)進(jìn)行貝葉斯優(yōu)化,使預(yù)測(cè)模型更具權(quán)威性。另一方面,可以根據(jù)實(shí)驗(yàn)條件定義“不滿(mǎn)意系數(shù)”。最后,可以迭代優(yōu)化控制算法,直到優(yōu)化結(jié)束并達(dá)到目標(biāo)要求。圖1. 機(jī)器學(xué)習(xí)算法的主要步驟目前,機(jī)器學(xué)習(xí)輔助的納米顆粒合成也普遍存在一些問(wèn)題。一方面,難以實(shí)現(xiàn)精確的合成控制,通過(guò)在線(xiàn)光譜儀收集納米顆粒的發(fā)射光譜來(lái)表征納米顆粒尺寸的方法引入了一些誤差。另一方面,機(jī)器學(xué)習(xí)輔助合成納米顆粒需要大量時(shí)間和精力投入。對(duì)此,作者認(rèn)為:(1)關(guān)于上述誤差問(wèn)題,采用傅里葉變換紫外光譜儀和紅外光譜儀等設(shè)備來(lái)表征納米顆粒的大小值得考慮;(2)關(guān)于準(zhǔn)確測(cè)量納米顆粒尺寸的問(wèn)題,可使用TEM在線(xiàn)獲取納米顆粒圖像,并通過(guò)計(jì)算機(jī)處理圖像的方法來(lái)確定其尺寸;(3)關(guān)于上述時(shí)間成本問(wèn)題,遷移學(xué)習(xí)可通過(guò)將訓(xùn)練好的模型參數(shù)遷移到新模型來(lái)幫助訓(xùn)練新模型,這可以大大降低訓(xùn)練模型的時(shí)間成本。盡管目前機(jī)器學(xué)習(xí)輔助制備納米顆粒技術(shù)的不成熟意味著仍然存在許多挑戰(zhàn),但這并不妨礙其具備的新穎性和巨大研究潛力。圖2. 機(jī)器學(xué)習(xí)輔助金屬納米顆粒合成優(yōu)化Intelligent control of nanoparticle synthesis through machine learning, Nanoscale 2022. DOI: 10.1039/D2NR00124A