El contenido de Harava News está generado por IA y puede contener errores.

Investigadores desarrollan agentes de IA para planificar laboratorios y ayudar a realizar experimentos con robots

CienciaIA

Los investigadores están desarrollando sistemas que usan agentes de IA para diseñar configuraciones de laboratorio en simulaciones, revisar procedimientos antes de utilizarlos y, en proyectos que los conectan con robots e instrumentos de laboratorio, dirigir esas máquinas durante experimentos reales.

Nature informó el 6 de noviembre que los agentes pueden modelar un espacio de trabajo de laboratorio y comprobar si sus equipos y distribución permiten realizar el trabajo. Nature también informó que los agentes pueden ayudar a coordinar las operaciones del laboratorio. Un ejemplo, LabBuilder, convierte descripciones de experimentos en protocolos estructurados y diseños de laboratorio en 3D que cumplen los requisitos del modelo en cuanto a espacio, movimiento y seguridad química.

Sus tres componentes crean protocolos, distribuyen los equipos y evalúan los diseños resultantes. Esto ofrece a los investigadores una manera de probar una configuración en una simulación antes de construir un laboratorio físico o modificarlo. Por separado, Google Research describe VERID como un gemelo digital, o modelo virtual, que hace un seguimiento de los equipos y materiales de una celda de trabajo para que los agentes puedan contrastar las órdenes con el estado real del laboratorio.

Google afirma que sus prototipos han conectado agentes con robots de laboratorio en experimentos de diseño molecular, cuyos resultados se incorporan de nuevo al proceso. Google describe este trabajo como una investigación en curso, no como un científico totalmente autónomo. En conjunto, estos avances sugieren que los laboratorios podrían utilizar programas para planificar y ensayar experimentos, además de ayudar a llevarlos a cabo.

Los científicos seguirían siendo responsables de la supervisión. Entre los posibles beneficios están una preparación más rápida y menos errores evitables. Sin embargo, las comprobaciones realizadas únicamente en una simulación no permiten demostrar que un sistema vaya a funcionar de forma fiable en todos los laboratorios reales.