211service.com
Uno scienziato robotico elaborerà nuovi materiali per far progredire l'informatica e combattere l'inquinamento
La signora Tech
In un laboratorio che si affaccia su una trafficata via dello shopping a Cambridge, nel Massachusetts, un robot sta tentando di creare nuovi materiali.
Un braccio robotico immerge una pipetta in un piatto e trasferisce una piccola quantità di liquido brillante in uno dei tanti recipienti posti di fronte a un'altra macchina. Quando tutti i campioni sono pronti, la seconda macchina ne verifica le proprietà ottiche e i risultati vengono inviati a un computer che controlla il braccio. Il software analizza i risultati di questi esperimenti, formula alcune ipotesi e poi ricomincia il processo. Gli esseri umani sono a malapena richiesti.
Il setup, sviluppato da una startup chiamata Kebotix , suggerisce come l'apprendimento automatico e l'automazione robotica potrebbero essere pronti a rivoluzionare la scienza dei materiali nei prossimi anni. L'azienda ritiene di poter trovare nuovi composti che potrebbero, tra le altre cose, assorbire l'inquinamento, combattere le infezioni fungine resistenti ai farmaci e fungere da componenti optoelettronici più efficienti. Il software dell'azienda apprende da modelli 3D di molecole con proprietà note.
Gli algoritmi software sono già utilizzati per progettare composti e materiali chimici, ma il processo è lento e grezzo. Di solito, una macchina prova semplicemente piccole variazioni di un materiale, alla cieca ricerca di una nuova creazione praticabile. L'apprendimento automatico e la robotica potrebbero rendere il processo molto più veloce ed efficace. Kebotix è una delle numerose startup che lavorano su questa idea.
L'obiettivo è utilizzare l'apprendimento automatico per generare materiali candidati. La scoperta è troppo lenta, afferma Jill Becker, CEO di Kebotix. Hai un'idea per un materiale, provi a realizzarla e la provi. Poche idee vengono testate, con ancora meno risultati.
I fondatori di Kebotix: Alán Aspuru-Guzik, Dennis Sheberla, Jill Becker, Semion Saikin e Christoph Kreisbeck. Per gentile concessione di Kebotix
Kebotix utilizza diversi metodi di apprendimento automatico per progettare nuovi composti chimici. L'azienda alimenta modelli molecolari di composti con proprietà desiderabili in un tipo di rete neurale che apprende una rappresentazione statistica di tali proprietà. Questo algoritmo può quindi fornire nuovi esempi che si adattano allo stesso modello.
Kebotix utilizza anche un'altra rete per eliminare i progetti che si discostano troppo dall'originale e che quindi potrebbero essere inutili. Quindi il sistema robotico dell'azienda testa le restanti strutture chimiche. I risultati di questi esperimenti possono essere reinseriti nella pipeline di apprendimento automatico, aiutandola ad avvicinarsi alle proprietà chimiche desiderate. L'azienda chiama l'intero sistema un laboratorio a guida autonoma.
Christoph Kreisbeck, chief product officer dell'azienda, afferma che Kebotix inizierà a lavorare con le molecole per applicazioni elettroniche e poi cercherà di affrontare nuovi polimeri e leghe.
L'IA prevede e pianifica cosa fare dopo; il sistema di automazione robotica testa molto rapidamente la nostra nuova molecola, afferma Kreisbeck. La macchina può imparare dal database e prendere una decisione migliore per il round successivo.
Kebotix è stata fondata da ricercatori che lavorano nel laboratorio di Harvard Alan Aspuru-Guzik , che ha lasciato Harvard all'inizio di quest'anno per costruire un laboratorio presso l'Università di Toronto in Canada. Kebotix, che ha sede presso l'azienda VC del MIT Il motore , ha recentemente ricevuto 5 milioni di dollari in finanziamenti seed. Il round di investimento è stato guidato da Avventure a senso unico , una società di investimento specializzata nel finanziamento di imprenditori immigrati. Tutti i membri del team fondatore di Kebotix sono immigrati negli Stati Uniti.
Klav Jensen , professore nel dipartimento di ingegneria chimica del MIT, guida un laboratorio che sta sviluppando approcci automatizzati per ideare nuove sostanze chimiche utili, inclusi metodi che combinano apprendimento automatico e robotica. Dice che il problema è che tali metodi tendono a richiedere enormi quantità di dati, che generalmente richiedono tempo e sono difficili da raccogliere. Questo diventa anche più impegnativo man mano che i materiali diventano più complicati. Puoi sicuramente fare molto, dice Jensen. Ma come qualsiasi altra cosa, riguarda la qualità dei dati.
Jensen afferma che l'automazione, già comune nell'industria farmaceutica, diventerà sempre più importante nella ricerca sui materiali. Non sostituirà l'esperto, dice, ma sarai in grado di fare le cose molto più velocemente.