DiscoveryLabNL
Dutch Materials Discovery National Laboratory
DiscoveryLabNL is een nationale onderzoeksinfrastructuur die een revolutie teweegbrengt in de manier waarop materialen worden ontdekt. AI stelt ontwerpen voor die zijn gebaseerd op door kwantumfysica geïnformeerde digitale tweelingen, zelfsturende laboratoria voeren deze uit en geavanceerde multimodale karakterisering verifieert de resultaten, waardoor de kennisketen van atoom tot functie in één autonome lus wordt gesloten. Het verschuift de materiaalkunde van ontdekking door middel van proef en fout naar het ontwerpen van wat materialen doen, niet alleen wat ze zijn. Het wordt nationaal gehost met een centraal knooppunt bij de TU/e en DIFFER, en biedt elke Nederlandse onderzoeksgroep een geïntegreerde, door AI gecoördineerde ontdekkingsomgeving. Daarnaast verankert het de Europese strategische autonomie in de materialen die ten grondslag liggen aan de transitie op het gebied van energie, gezondheid en digitalisering.
Infrastructuur en gebruikersdiensten
DiscoveryLabNL integreert drie elkaar versterkende pijlers in één enkele onderzoeksinfrastructuur, gebaseerd op hoogwaardige DIFFER- en TU/e-expertise (aanvankelijk) in de gehele kennisketen op het gebied van materiaalkunde: Pilotdemonstraties zijn gericht op vijf wetenschappelijke uitdagingen: (i) informatiematerialen, (ii) op maat gemaakte katalysatoren en materialen voor energieomzetting, (iii) activerende polymeren en functionele zachte materie, (iv) neuromorfische en informatieverwerkende materialen, en (v) recyclebare thermoharders en circulaire materialen.
- Zelfsturende laboratoria: robotgestuurde synthese- en verwerkingsplatforms, geautomatiseerde monsterverwerking en inline-sensoren en feedbacksystemen voor autonoom, door AI gestuurd experimenteren.
- Multimodale geavanceerde materiaalkarakterisering: optische, elektronen- en röntgenmicroscopie in combinatie met spectroscopische technieken, waarbij gebruik wordt gemaakt van het nationaal gefinancierde leiderschap van de TU/e. Deze modaliteiten vormen een correlatieve verificatielaag, die continu machinaal leesbare structurele, chemische en functionele gegevens aan de ontdekkingscyclus toevoegt.
- AI-kernfaciliteit: samengestelde modellen, waaronder door kwantumfysica geïnformeerde digitale tweelingen en surrogaatmodellen die worden beperkt door bekende sturende vergelijkingen uit de materiaalfysica, een FAIR-gegevensbackbone, toegewijde AI-wetenschappers en gedeelde rekenkracht en coördinatie die de kringloop tussen de pijlers sluiten.
Voorbeelden/beschrijving van het soort onderzoek
DiscoveryLabNL faciliteert grensverleggend onderzoek op de grenzen van wat de materiaalkunde momenteel kan bereiken: de autonome, gesloten-lus ontdekking van materialen waarvan de functie wordt ontworpen, niet gevonden. Tegenwoordig wordt het tempo van materiaalontdekking nog steeds bepaald door handmatige iteratie, waarbij elke cyclus van ontwerp, synthese, karakterisering en analyse weken in beslag neemt. DiscoveryLabNL overbrugt deze kloof door autonoom experimenteren te koppelen aan multimodale karakterisering met hoge doorvoercapaciteit en machine learning, zodat het genereren van hypothesen, het uitvoeren van experimenten, karakterisering en adaptief leren functioneren als één enkele, zich voortdurend verbeterende cyclus.
De eerste proefprojecten richten zich op vijf wetenschappelijke speerpunten: (i) informatiematerialen, (ii) ontworpen katalysatoren en materialen voor energieomzetting, (iii) activerende polymeren en functionele zachte materie, (iv) neuromorfische en informatieverwerkende materialen, en (v) recyclebare thermoharders en circulaire materialen, wat aansluit bij de gevestigde sterke punten van de TU/e-instituten (ICMS, EIRES, Casimir, DIFFER). Onderzoeksthema’s zijn onder meer: het ontwerpen en ontdekken van geavanceerde functionele polymeren en zelfassemblerende systemen; nieuwe materialen voor de energietransitie, zoals batterijcomponenten, fotovoltaïsche materialen en elektrokatalysatoren; duurzame en circulaire materiaalstromen, waaronder biogebaseerde polymeren en ‘design-for-recycling’; en kwantum- en informatiematerialen. De infrastructuur ondersteunt tevens fundamenteel onderzoek naar structuur-eigenschaprelaties, mechanismen van zelforganisatie en de fysica en chemie van opkomende materiaalklassen.
Hoe krijgt u toegang tot de infrastructuur?
DiscoveryLabNL biedt drie manieren om toegang te krijgen:
- Fysieke toegang: onderzoekers werken ter plaatse op de campushub van de TU/e, waar ze gebruikmaken van gerobotiseerde SDL-platforms en geavanceerde karakteriseringsinstrumenten, met ondersteuning van integratiewetenschappers.
- Toegang op afstand: nationale consortiumpartners beheren federatieve SDL-knooppunten en/of dienen experimenten in bij de centrale hub via gestandaardiseerde protocollen, waarbij de AI Core de gesloten-lus-workflows tussen de locaties coördineert.
- Virtuele toegang: de FAIR-databackbone, de modelcatalogus en de AI-tools zijn digitaal beschikbaar voor alle geregistreerde gebruikers via een gedeelde rekeninfrastructuur.