AI-gestuurde mobiele robots in het lab

Thu Nov 07 2024

11 07

AI-gestuurde mobiele robots in het lab

07/11/2024

Door Ad Spijkers

Engelse onderzoekers ontwikkelen mobiele robots die kunstmatige intelligentie gebruiken om chemisch syntheseonderzoek uit te voeren.


     

Onderzoekers van de University of Liverpool hebben door AI aangestuurde mobiele robots ontwikkeld die chemisch syntheseonderzoek met buitengewone efficiëntie kunnen uitvoeren. Ze gebruiken mobiele robots die AI-logica gebruiken om beslissingen te nemen en verkennende chemische onderzoekstaken uit te voeren op hetzelfde niveau als mensen, maar veel sneller.

Robot-laboranten

De 1,75 meter hoge mobiele robots zijn ontworpen om drie primaire problemen in verkennende chemie aan te pakken: het uitvoeren van de reacties, het analyseren van de producten en het beslissen wat er vervolgens moet gebeuren op basis van de gegevens. Twee robots voeren deze taken op een coöperatieve manier uit terwijl ze problemen aanpakken op drie verschillende gebieden van chemische synthese: structurele diversificatiechemie (relevant voor het ontdekken van medicijn), supramoleculaire gastheer-gastchemie en fotochemische synthese.

De resultaten lieten zien dat de mobiele robots met de AI-functie dezelfde of vergelijkbare beslissingen namen als een menselijke onderzoeker. Alleen werden deze beslissingen op een veel snellere tijdschaal dan een mens, wat uren kon duren.

Complex en duur

Chemisch syntheseonderzoek is tijdrovend en duur, zowel in de fysieke experimenten als in de beslissingen over welke experimenten vervolgens moeten worden uitgevoerd. Het gebruik van intelligente robots biedt een manier om dit proces te versnellen. Bij robots en automatisering van chemie wordt meestal gedacht aan het mengen van oplossingen, verhittingsreacties, enzovoort. Dat is er een onderdeel van, maar de besluitvorming kan minstens zo tijdrovend zijn.

Dit geldt met name voor exploratieve chemie, waarbij de onderzoeker niet zeker is van de uitkomst. Het gaat om subtiele, contextuele beslissingen over of iets interessant is of niet, op basis van meerdere datasets. Het is een tijdrovende taak voor onderzoekschemici, maar een lastig probleem voor AI.

Besluitvorming is een belangrijk probleem in exploratieve chemie. Een onderzoeker kan bijvoorbeeld meerdere proefreacties uitvoeren en dan besluiten om alleen de reacties op te schalen die goede reactieopbrengsten of interessante producten opleveren. Dit is voor AI moeilijk om te doen, omdat de vraag of iets 'interessant' is en de moeite waard om te onderzoeken, meerdere contexten kan hebben. Dat is bijvoorbeeld de nieuwigheid van het reactieproduct of de kosten en complexiteit van de synthetische route.

AI-logica voor robots

In het verleden duurde het verzamelen en uitzoeken van de analytische gegevens net zo lang als het opzetten van de experimenten. Dit probleem van gegevensanalyse wordt nog ernstiger wanneer de de chemie wordt geautomatiseerd. De chemicus kan dan omkomen in de data. De onderzoekers in Liverpool hebben dit aangepakt door een AI-logica voor de robots te bouwen. Deze verwerkt analytische datasets om een autonome beslissing te nemen, bijvoorbeeld of hij door moet gaan naar de volgende stap in de reactie. Deze beslissing is in principe onmiddellijk, dus als de robot de analyse om 3:00 uur 's nachts uitvoert, heeft hij om 3:01 uur 's nachts besloten welke reacties verder moeten gaan.

Daarentegen kan het een chemicus uren kosten om dezelfde datasets door te nemen. De robots hebben minder contextuele breedte dan een getrainde onderzoeker. In zijn huidige vorm zal hij geen "Eureka!" roepen. Maar voor de taken die de onderzoekers hem gaven, nam de AI-logica min of meer dezelfde beslissingen als een synthetisch chemicus over deze drie verschillende chemische problemen. Er is overigens veel ruimte om het contextuele begrip van de AI uit te breiden, bijvoorbeeld door grote taalmodellen te gebruiken om het direct te koppelen aan relevante wetenschappelijke literatuur.

Toekomst

In deze studie werden twee mobiele robots gebruikt, maar er is geen limiet aan de grootte van de robotteams die kunnen worden gebruikt. Daarom zou deze aanpak ook in de grootste industriële laboratoria toegepast kunnen worden. In de toekomst wil het team in Liverpool deze technologie gebruiken om chemische reacties te ontdekken die relevant zijn voor de synthese van farmaceutische geneesmiddelen. Ook denken ze aan nieuwe materialen voor toepassingen zoals het afvangen van koolstofdioxide.

De wetenschappelijke publicatie vindt u hier.

Foto: screenshot video University of Liverpool