人类-AI 协作式自主合成：用于远程异构的脉冲激光沉积
材料科学
2025-11-17 v1 人工智能
摘要
自主实验室通常依赖数据驱动决策，偶尔由人类在环式监督以注入领域专业知识。充分发挥 AI 代理人的潜能，要求从假设生成、实验规划、执行到解释之间形成紧密耦合的协作工作流程。为此，我们开发并部署了人类-AI 协作(HAIC)工作流程，将大型语言模型用于假设生成和分析，与协作策略更新驱动自主脉冲激光沉积(PLD)实验，用于 BaTiO/石墨的远程异构。HAIC 加速了假设形成和实验设计，并高效地将生长空间映射到石墨损伤。原位拉曼光谱揭示，化学驱动损伤，而最高能量喷流成分诱导缺陷，识别出低 O 压力低温合成窗口，可保留石墨但不适用于最优 BaTiO 生长。因此，需采用两步 Ar/O 沉积以剥离保持单层石墨基底的 ferroelectric BaTiO。HAIC 在自主批次之间将人类洞见与 AI 推理相结合，以驱动快速的科学进展，为现有人类在环式自主工作流程的演进提供了范例。
引用
@article{arxiv.2511.11558,
title = {Human-AI collaborative autonomous synthesis with pulsed laser deposition for remote epitaxy},
author = {Asraful Haque and Daniel T. Yimam and Jawad Chowdhury and Ralph Bulanadi and Ivan Vlassiouk and John Lasseter and Sujoy Ghosh and Christopher M. Rouleau and Kai Xiao and Yongtao Liu and Eva Zarkadoula and Rama K. Vasudevan and Sumner B. Harris},
journal= {arXiv preprint arXiv:2511.11558},
year = {2025}
}