Los científicos de laboratorio pasan gran parte de su tiempo realizando tareas laboriosas y repetitivas, ya sea pipeteando muestras líquidas o realizando los mismos análisis una y otra vez. Pero ¿qué pasaría si pudieran simplemente ordenarle a un robot que haga los experimentos, analice los datos y genere un informe?

Entra en escena Organa, un sistema robótico de sobremesa diseñado por investigadores de la Universidad de Toronto que puede realizar experimentos de química. En un artículo publicado en el servidor de preimpresión arXiv , el equipo informó que el sistema podría automatizar algunas tareas de laboratorio de química utilizando una combinación de visión artificial y un modelo de lenguaje amplio (LLM) que traduce las señales verbales de los científicos en un proceso experimental.

Imaginemos tener un robot que pueda colaborar con un científico humano en un experimento de química, dice Alán Aspuru-Guzik, químico, informático y científico de materiales de la Universidad de Toronto, que es uno de los líderes del proyecto. La visión de Aspuru-Guzik es elevar la automatización tradicional de laboratorio para "eventualmente crear un científico de IA", uno que pueda realizar y resolver problemas en un experimento e incluso ofrecer comentarios sobre los resultados.

Aspuru-Guzik y su equipo diseñaron Organa para que fuera flexible. Esto significa que, en lugar de realizar solo una tarea o una parte de un experimento como lo haría un sistema de automatización fijo típico, puede realizar un experimento de varios pasos en el momento indicado. El sistema también está equipado con herramientas de visualización que pueden monitorear el progreso y brindar retroalimentación sobre cómo se desarrolla el experimento.

“Este es uno de los primeros ejemplos que muestran cómo se puede tener una conversación bidireccional con un asistente de IA para un laboratorio de química robótica”, dice Milad Abolhasani, ingeniero químico y de materiales de la Universidad Estatal de Carolina del Norte, que no participó en el proyecto.

La mayoría de los equipos de laboratorio automatizados no son fácilmente personalizables o reprogramables para satisfacer las necesidades de los químicos, dice Florian Shkurti, un científico informático de la Universidad de Toronto y codirector del proyecto. E incluso si lo fueran, los químicos necesitarían tener habilidades de programación. Pero con Organa, los científicos pueden simplemente transmitir sus experimentos a través del habla. A medida que los científicos dan instrucciones al robot sobre sus objetivos y configuración experimental, el LLM de Organa traduce esta instrucción en lenguaje natural en códigos χDL, un lenguaje de descripción química estándar. El algoritmo descompone los códigos en pasos y objetivos, con una hoja de ruta para ejecutar cada tarea. Si hay una instrucción ambigua o un resultado inesperado, puede señalar el problema para que el científico lo resuelva.

Según Aspuru-Guzik, aproximadamente dos tercios de los componentes de hardware de Organa están fabricados con piezas que se encuentran disponibles comercialmente, lo que facilita su reproducción en distintos laboratorios. El robot tiene un detector de cámara que puede identificar tanto objetos opacos como transparentes, como un frasco químico.

La primera tarea de Organa fue caracterizar las propiedades electroquímicas de las quinonas, las moléculas electroactivas que se utilizan en las baterías recargables. El experimento consta de 19 pasos paralelos, incluidos pasos químicos rutinarios como pruebas de pH y solubilidad, recristalización y una medición electroquímica. También implica un tedioso paso de prelimpieza de los electrodos, que lleva hasta seis horas. "Los químicos realmente odian esto", dice Shkurti.

Organa completó el experimento de 19 pasos en aproximadamente el mismo tiempo que le llevaría a un humano, y con resultados comparables. Si bien la eficiencia no fue notablemente mejor que en una prueba manual, el robot puede ser mucho más productivo si se lo hace funcionar durante la noche. “Siempre tenemos la ventaja de que puede trabajar las 24 horas”, dice Shkurti. Abolhasani agrega: “Eso les ahorrará mucho tiempo a nuestros científicos altamente capacitados, que podrán usar para concentrarse en pensar en el problema científico, en lugar de hacer estas tareas rutinarias en el laboratorio”.

La característica más sofisticada de Organa es quizás su capacidad de proporcionar retroalimentación sobre los datos generados. “Nos sorprendió descubrir que este modelo de lenguaje visual puede detectar valores atípicos en los gráficos de química”, explica Shkurti. El sistema también señala estas ambigüedades o incertidumbres y sugiere métodos para solucionar problemas.

El grupo está trabajando ahora en mejorar la capacidad del LLM para planificar tareas y luego revisar esos planes para que el sistema sea más adaptable a las incertidumbres experimentales.

“Los expertos en robótica tienen mucho que ofrecer a los científicos para ampliar lo que pueden hacer y obtener mejores datos”, afirma Shkurti. “Estoy muy entusiasmado por intentar crear nuevas posibilidades”.

Kristel Tjandra es una escritora científica independiente que reside en Oahu.