I ricercatori del Pacific Northwest National Laboratory hanno sviluppato un’intelligenza artificiale agentica generativa in grado di tradurre rapidamente gli obiettivi degli esperimenti in istruzioni per i robot di laboratorio.
Gli scienziati del Pacific Northwest National Laboratory hanno sviluppato un’AI agentica generativa capace di tradurre rapidamente gli obiettivi degli esperimenti in istruzioni per i robot di laboratorio. I ricercatori infatti usano dei robot autonomi per progettare e realizzare esperimenti, ma impostare un esperimento su un robot di laboratorio autonomo è un processo molto lento. L’operazione richiede un lungo scambio di informazioni tra uno scienziato e un ingegnere per definire le fasi sperimentali, un processo che può richiedere settimana.
Il nuovo agente di traduzione, chiamato AutoLabs, può rendere tutto più veloce. Attualmente progettato per funzionare con Big Kahuna, un robot automatizzato costruito da Unchained Labs che i ricercatori utilizzano per studiare materiali per batterie nuovi ed esistenti, il sistema è in grado di eseguire flussi di lavoro sperimentali a più fasi, tra cui miscelazione, riscaldamento, agitazione e filtraggio dei campioni, con un intervento umano minimo. Automatizzando questi processi, i ricercatori possono eseguire da cinque a dieci volte più esperimenti rispetto a quanto sarebbe possibile manualmente.
La ricerca del Pacific Northwest National Laboratory è stata pubblicata su Scientific Reports e il software è disponibile per il download anche su GitHub per altri ricercatori.
“AutoLabs contribuisce ad aprire la strada a una nuova generazione di assistenti automatici basati sull’intelligenza artificiale per la ricerca chimica. Agenti come AutoLabs possono fungere da assistenti automatizzati e da partner affidabili e autocorrettivi nel complesso e creativo processo della scoperta scientifica” spiega Gihan Panapitiya, data scientist presso il PNNL e autore principale dell’articolo.
Dalla progettazione alla sperimentazione
AutoLabs è un sistema di intelligenza artificiale agentica basato su un modello OpenAI. I sistemi di intelligenza artificiale agentica operano con diversi “sotto-agenti” specializzati, programmati con competenze specifiche. Una volta assegnato un compito, agiscono tutti sotto la supervisione di un unico agente “supervisore”.
Immaginate un programma per computer in grado di prenotare un’intera vacanza per voi: potrebbe avere dei sotto-agenti che controllano i prezzi dei biglietti aerei, le offerte degli hotel e persino le previsioni del tempo per le date del viaggio. Per AutoLabs, i sub-agenti lavorano insieme per analizzare la richiesta sperimentale di un utente e tradurla in istruzioni specifiche per Big Kahuna.
Una volta creato AutoLabs, il team del Pacific Northwest National Laboratory ha dovuto testare se fosse in grado di tradurre con successo un esperimento desiderato in istruzioni compatibili con Big Kahuna.
Gli scienziati del PNNL hanno sviluppato cinque diversi esperimenti per Big Kahuna, ognuno dei quali di complessità crescente. Hanno quindi indicato ad AutoLabs quali compiti avrebbero voluto che Big Kahuna completasse. Tutti i compiti prevedevano la miscelazione, il riscaldamento o l’agitazione di diverse sostanze chimiche, ma gli esperimenti più complessi implicavano un maggior numero di sostanze chimiche, più vincoli e più calcoli matematici.
In ogni caso, AutoLabs ha tradotto con successo le descrizioni degli esperimenti in passaggi per Big Kahuna, quindi le sue prestazioni sono quasi pari a quelle di uno scienziato ben addestrato all’uso del robot di laboratorio: “Con AutoLabs, gli esperti umani possono imparare rapidamente a usare Big Kahuna e guidare la strategia sperimentale generale, mentre l’agente di intelligenza artificiale gestisce l’implementazione e la validazione a livello granulare. La collaborazione crea una partnership più solida di quanto un essere umano o un robot potrebbero raggiungere da soli” spiega Heather Job, ingegnere di sistema che lavora con il robot.
AutoLabs non è pensato per sostituire uno scienziato, ma per migliorare il suo processo di lavoro con velocità ed efficienza. Il team del Pacific Northwest National Laboratory sta ora sviluppando AutoLabs per condurre revisioni della letteratura e per apprendere nel tempo, il che significa aggiungere memoria, ha spiegato Panapitiya. AutoLabs è inoltre flessibile nella sua progettazione e può essere adattato a qualsiasi tipo di sistema di laboratorio autonomo.
“Questa versione di AutoLabs è stata sviluppata per generare i file hardware per Big Kahuna, ma le sue capacità di progettazione di esperimenti si estendono ben oltre questo singolo robot” conclude Panapitiya.
