Материалы, преобразующие внешние раздражители в механическое движение, известные как приводы, играют решающую роль в робототехнике, медицинских приборах и других передовых приложениях. Среди них фотомеханические кристаллы, которые деформируются в ответ на воздействие света, что делает их перспективными для легкого и дистанционно управляемого приведения в действие. Их эффективность зависит от таких факторов, как молекулярная структура, свойства кристаллов и условия эксперимента.

Ключевым показателем эффективности этих материалов является блокирующая сила - максимальное усилие, прилагаемое при полном ограничении деформации. Однако достижение высоких сил блокировки остается сложной задачей из-за сложного взаимодействия характеристик кристалла и условий тестирования. Понимание и оптимизация этих факторов необходимы для расширения потенциальных областей применения фотомеханических кристаллов.

В качестве шага к оптимизации выходной мощности органических кристаллов с фотоуправлением исследователи из Университета Васэда использовали методы машинного обучения для повышения их производительности. Исследованием руководил доцент Такуя Танигути из Центра науки о данных, а также г-н Казуки Ишизаки и профессор Тору Асахи, оба из департамента передовых наук и инженерии Высшей школы передовых наук и инженерии Университета Васэда. Их выводы были опубликованы онлайн в журнале Digital Discovery 20 марта 2025 года.

"Мы заметили, что машинное обучение упрощает поиск оптимальных молекул и экспериментальных параметров", - говорит доктор Танигути. "Это вдохновило нас на интеграцию методов обработки данных с синтетической химией, что позволило нам быстро выявлять новые молекулярные конструкции и экспериментальные подходы для достижения высокоэффективных результатов".

В этом исследовании команда использовала два метода машинного обучения: регрессию ЛАССО (оператор наименьшей абсолютной усадки и отбора) для молекулярного проектирования и байесовскую оптимизацию для выбора условий эксперимента. Первый шаг привел к созданию пула производных салицилиденамина, в то время как второй позволил эффективно отбирать пробы из этого пула для измерения силы в реальных условиях. В результате команда успешно максимизировала блокирующее усилие, достигнув в 3,7 раза большей выходной мощности по сравнению с ранее заявленными значениями и выполнив это по меньшей мере в 73 раза эффективнее, чем обычным методом проб и ошибок.

"Наше исследование знаменует собой значительный прорыв в области органических кристаллов с фотоуправлением благодаря систематическому применению машинного обучения", - говорит доктор Танигути. "Оптимизируя как молекулярные структуры, так и условия эксперимента, мы продемонстрировали потенциал для значительного повышения характеристик светочувствительных материалов".

Предлагаемая технология имеет широкое применение для приводов с дистанционным управлением, малогабаритной робототехники, медицинских устройств и энергоэффективных систем. Поскольку кристаллы с фотоуправлением реагируют на свет, они обеспечивают бесконтактное и дистанционное управление, что делает их идеальными роботизированными компонентами, работающими в замкнутых или чувствительных средах. Их способность неинвазивно генерировать силу с помощью сфокусированного света также может быть полезна для микрохирургических инструментов и механизмов доставки лекарств, требующих точного дистанционного управления.

Благодаря использованию более чистого источника энергии - светового излучения - при максимальном механическом воздействии эти материалы являются перспективными для экологически чистых производственных процессов и устройств, направленных на снижение общего энергопотребления. "Помимо улучшения отдачи усилия, наш подход прокладывает путь к созданию более сложных миниатюрных устройств - от носимых технологий до аэрокосмической техники и дистанционного мониторинга окружающей среды", - добавляет доктор Танигути.

В заключение, это исследование подчеркивает мощь стратегии, основанной на машинном обучении, в ускорении разработки высокопроизводительных материалов с фотоуправлением, приближая их на шаг к реальным приложениям и коммерческой жизнеспособности.