Des robots mobiles pilotés par l'IA s'associent pour s'attaquer à la synthèse chimique
La recherche chimique en mode turbo
University of Liverpool
Dans une étude publiée dans la revue Nature, les chercheurs montrent comment des robots mobiles utilisant la logique de l'IA pour prendre des décisions ont pu effectuer des tâches de recherche exploratoire en chimie au même niveau que les humains, mais beaucoup plus rapidement.
Les robots mobiles de 1,75 mètre de haut ont été conçus par l'équipe de Liverpool pour s'attaquer aux trois principaux problèmes de la chimie exploratoire : effectuer les réactions, analyser les produits et décider de ce qu'il faut faire ensuite en fonction des données.
Les deux robots ont exécuté ces tâches de manière coopérative en s'attaquant à des problèmes dans trois domaines différents de la synthèse chimique : la chimie de diversification structurelle (pertinente pour la découverte de médicaments), la chimie supramoléculaire hôte-invité et la synthèse photochimique.
Les résultats ont montré qu'avec la fonction d'IA, les robots mobiles prenaient des décisions identiques ou similaires à celles d'un chercheur humain, mais que ces décisions étaient prises beaucoup plus rapidement que celles d'un humain, qui peuvent prendre des heures.
Le professeur Andrew Cooper, du département de chimie et de l'usine d'innovation des matériaux de l'université de Liverpool, qui a dirigé le projet, explique : "La recherche sur la synthèse chimique est longue et coûteuse, tant pour les expériences physiques que pour les décisions relatives aux expériences suivantes.
"Lorsque les gens pensent aux robots et à l'automatisation de la chimie, ils ont tendance à penser au mélange des solutions, au chauffage des réactions, etc. Cela en fait partie, mais la prise de décision peut prendre au moins autant de temps. C'est particulièrement vrai pour la chimie exploratoire, où l'on n'est pas sûr du résultat. Il faut prendre des décisions subtiles et contextuelles pour déterminer si quelque chose est intéressant ou non, en se basant sur de multiples ensembles de données. C'est une tâche qui prend du temps pour les chercheurs en chimie, mais c'est un problème difficile pour l'IA".
La prise de décision est un problème clé de la chimie exploratoire. Par exemple, un chercheur peut effectuer plusieurs essais de réaction et décider ensuite de n'augmenter que ceux qui donnent de bons rendements de réaction ou des produits intéressants. Il est difficile pour l'IA d'y parvenir, car la question de savoir si quelque chose est "intéressant" et mérite d'être poursuivi peut avoir de multiples contextes, tels que la nouveauté du produit de la réaction, ou le coût et la complexité de la voie de synthèse.
Le Dr Sriram Vijayakrishnan, ancien doctorant de l'université de Liverpool et chercheur postdoctoral au département de chimie qui a dirigé les travaux de synthèse, explique : "Lorsque je faisais mon doctorat, j'effectuais de nombreuses réactions chimiques à la main. Souvent, la collecte et l'analyse des données analytiques prenaient autant de temps que la préparation des expériences. Ce problème d'analyse des données s'aggrave encore lorsque l'on commence à automatiser la chimie. On peut finir par se noyer dans les données".
"Nous nous sommes attaqués à ce problème en créant une logique d'IA pour les robots. Celle-ci traite les ensembles de données analytiques pour prendre une décision autonome - par exemple, s'il faut passer à l'étape suivante de la réaction. Cette décision est pratiquement instantanée, de sorte que si le robot effectue l'analyse à 3 heures du matin, il aura décidé à 3 h 01 quelles réactions doivent être poursuivies. En revanche, il faudrait des heures à un chimiste pour examiner les mêmes ensembles de données".
Le professeur Cooper a ajouté : "Les robots ont moins d'expérience contextuelle qu'un chercheur expérimenté, de sorte que dans sa forme actuelle, il n'y aura pas de moment "Eurêka". Mais pour les tâches que nous lui avons confiées ici, la logique de l'IA a pris plus ou moins les mêmes décisions qu'un chimiste de synthèse pour ces trois problèmes de chimie différents, et elle prend ces décisions en un clin d'œil. Il est également possible d'étendre la compréhension contextuelle de l'IA, par exemple en utilisant de grands modèles de langage pour la relier directement à la littérature scientifique pertinente.
À l'avenir, l'équipe de Liverpool souhaite utiliser cette technologie pour découvrir des réactions chimiques utiles à la synthèse de médicaments, ainsi que de nouveaux matériaux pour des applications telles que la capture du dioxyde de carbone.
Deux robots mobiles ont été utilisés dans cette étude, mais il n'y a pas de limite à la taille des équipes de robots qui pourraient être utilisées. Cette approche pourrait donc s'appliquer aux plus grands laboratoires industriels.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.