Un equipo liderado por University of Toronto desarrolló un sistema de agentes de IA que convierte objetivos científicos en planes de laboratorio simulados, prepara las habilidades y los flujos de trabajo necesarios para llevarlos a cabo y dirige robots físicos durante los experimentos, incluida una demostración en la que se produjeron puntos cuánticos.
El sistema se llama Self-Building Labs, o SBL. Su objetivo es abordar una limitación de muchos laboratorios automatizados. Estos solo pueden ejecutar procedimientos y utilizar equipos para los que fueron configurados específicamente.
Los agentes identifican qué requiere una nueva tarea. Crean un modelo digital del espacio de trabajo. Desarrollan métodos para que los robots y los instrumentos realicen el trabajo.
Antes de los experimentos físicos, el sistema puede probar las operaciones en una simulación. Durante los experimentos, las comprobaciones de seguridad y la retroalimentación sensorial ayudan a orientar el trabajo. Los investigadores informan que probaron SBL con distintas configuraciones de robots.
Estas iban desde una única estación de trabajo hasta configuraciones en las que varios robots trabajan juntos. En la demostración con puntos cuánticos, el sistema desarrolló pasos para manipular líquidos, mover y sellar recipientes de laboratorio y tomar mediciones mediante luz. Las personas siguen definiendo el objetivo científico y aprobando los planes.
Esto significa que el sistema no es un científico totalmente independiente. Los hallazgos se describen en una prepublicación de arXiv. La prepublicación es un informe en una etapa inicial.
Todavía no se ha determinado con qué fiabilidad funcionará este enfoque en otros laboratorios y experimentos.