Une équipe dirigée par l’Université de Toronto a mis au point un système d’agents d’IA qui transforme des objectifs scientifiques en plans de laboratoire simulés, prépare les compétences et les flux de travail nécessaires à leur exécution et pilote des robots physiques lors d’expériences, notamment une démonstration ayant permis de fabriquer des points quantiques.
Le système s’appelle « Self-Building Labs », ou SBL. Il vise à remédier à une faiblesse de nombreux laboratoires automatisés : ceux-ci ne peuvent exécuter que des procédures et utiliser des équipements pour lesquels ils ont été spécifiquement configurés.
Les agents déterminent ce qu’exige une nouvelle tâche. Ils créent un modèle numérique de l’espace de travail. Ils élaborent des méthodes permettant aux robots et aux instruments d’effectuer le travail.
Avant les expériences physiques, le système peut tester les opérations en simulation. Pendant les expériences, des contrôles de sécurité et les informations fournies par les capteurs contribuent à guider le travail. Les chercheurs indiquent avoir testé SBL avec différentes configurations de robots.
Celles-ci allaient d’un seul poste de travail à des installations où plusieurs robots travaillent ensemble. Pour la démonstration de fabrication de points quantiques, le système a élaboré des étapes pour manipuler des liquides, déplacer et sceller des récipients de laboratoire, et effectuer des mesures à l’aide de la lumière. Les humains définissent toujours l’objectif scientifique et approuvent les plans.
Cela signifie que le système n’est pas un scientifique entièrement autonome. Les résultats sont présentés dans une prépublication sur arXiv. Il s’agit d’un rapport préliminaire.
Il n’est pas encore établi avec quelle fiabilité cette approche fonctionnera dans d’autres laboratoires et pour d’autres expériences.