Штучний інтелект навчився керувати лабораторними роботами-хіміками

Дослідники з Тихоокеанської північно-західної національної лабораторії Міністерства енергетики США (PNNL) розробили генеративну систему штучного інтелекту AutoLabs.

Ця технологія здатна миттєво перекладати наукові цілі вчених у чіткі інструкції для лабораторних роботів. Проєкт, детально описаний у журналі Scientific Reports, вирішує серйозну проблему автоматизованої науки: раніше на узгодження кроків експерименту між науковцем та інженером витрачалися тижні.

• Підписуйтеся на наш телеграм-канал https://t.me/VisicomAPI

Наразі система AutoLabs налаштована для роботи з автоматизованим роботом Big Kahuna, якого використовують для дослідження нових матеріалів для акумуляторів. Робот здатний без втручання людини виконувати багатоетапні процеси: змішування, нагрівання, перемішування та фільтрацію зразків. Завдяки автоматизації цих рутинних завдань за допомогою ШІ, дослідники тепер можуть проводити у 5–10 разів більше експериментів, ніж вручну.

Провідний автор дослідження Гіхан Панапітія зазначив, що AutoLabs прокладає шлях до нового покоління автономних помічників у хімії. Система побудована на базі мовної моделі від OpenAI та працює за принципом «агентного ШІ». Це означає, що всередині програми діють кілька спеціалізованих суб-агентів (кожен зі своєю експертизою), які підпорядковуються одному агенту-супервізору для аналізу та точного виконання запиту користувача.

Для перевірки ефективності розробники поставили перед AutoLabs п'ять завдань із поступовим підвищенням складності — від простого змішування двох речовин у пробірках до багаторівневих хімічних реакцій із суворими температурними обмеженнями та складними математичними розрахунками об'ємів. У кожному з тестів штучний інтелект успішно впорався із перекладом, продемонструвавши результати на рівні досвідченого інженера.

Системний інженер Хізер Джоб наголосила, що AutoLabs не має на меті замінити людину. Натомість технологія посилює можливості науковців: людина визначає глобальну стратегію експерименту, тоді як ШІ бере на себе рутинне програмування та перевірку помилок. Зараз команда працює над додаванням довготривалої пам'яті, щоб ШІ міг самостійно аналізувати наукову літературу, а сам код програми виклали у відкритий доступ на GitHub для адаптації під інші робототехнічні системи.

Джерело: techxplore.com