Otonom laboratuvar: Yapay zekayla deney planlamasında 20 günlük tasarruf

Kore Kimya Teknolojisi Araştırma Enstitüsü’nden (KRICT) Dr. Gwang-Noh Ahn liderliğindeki ekip, bilim insanlarının bilgi ve deneyimlerini deney optimizasyonuna dahil eden büyük dil modeli destekli bir sistem geliştirdi. Kimyasal Bilgi ve Modelleme Dergisi’nde yayımlanan çalışmayla, yeni malzeme ve katalizör araştırmalarındaki maliyetli deneme-yanılma süreçlerinin azaltılması amaçlandı. 

İnsan-döngü optimizasyonu (HILO) adı verilen çerçeve, önceki sonuçlardan öğrenerek bir sonraki deneyi seçen otonom laboratuvarların, bilinen kimyasal bilgileri tekrarlanan deneylerle yeniden keşfetmek zorunda kaldığı 'soğuk başlangıç' sorununa odaklandı.

UZMAN BİLGİSİYLE PLANLAMA 

Sentez ve analiz işlemlerinin deney başına yarım günden fazla sürebildiği katalizör araştırmalarından hareket eden ekip, Bayes optimizasyonunu büyük dil modeliyle birleştirdi. Sistem, araştırmacının doğal dille verdiği yönlendirmeleri yapılandırılmış önsel bilgilere ve kısıtlamalara dönüştürerek karmaşık programlama veya matematiksel modelleme gerektirmeden optimizasyona aktardı.

Ekibin geliştirdiği uyarlanabilir ağırlık güvenilirlik tespiti (AWCD) yöntemi ise bu bilgileri deneysel sonuçlarla karşılaştırdı. Güvenilmez yönlendirmeleri devre dışı bırakan mekanizma, yeterli çelişkili kanıt oluştuğunda veri odaklı optimizasyona geri döndü. Kasıtlı olarak yanlış bilgi verilen testlerde geleneksel yöntemler en uygun koşulları bulamazken, yeni çerçeve yanıltıcı yönlendirmeleri tespit ederek sonuca ulaştı.

DAHA AZ DENEME 

Gerçek verilere dayalı sanal deneylerde, Ugi çok bileşenli reaksiyonunda hedef performansa ulaşmak için gereken arama sayısı yaklaşık 30’dan 10’un altına indi. Elektriksel olarak iletken P3HT-CNT kompozitlerinde ise yaklaşık 20 olan sayı üç ila beşe düştü.

Araştırmacılar, sonuçların başlangıçta yaklaşık 40 deneysel veri noktasına sahip olmaya eşdeğer bir etki yarattığını belirtti. Her deneyin yarım gün veya daha uzun sürdüğü katalizör çalışmalarında bu kazanımın, başlangıç araştırmalarında yaklaşık 20 günlük zaman tasarrufuna karşılık gelebileceği hesaplandı.

ETKİLEŞİMLİ ARAŞTIRMA ARAYÜZÜ 

Ekip, bilim insanlarının optimizasyon sürerken doğal dil diyaloğuyla deney yönlendirmelerini değiştirebildiği 'Ortak Bilim İnsanı' arayüzünü de geliştirerek yayımladı. Bir sonraki adımda teknolojinin fiziksel otonom laboratuvar ekipmanları üzerinde doğrulanması planlanıyor.

Dr. Ahn, çerçevenin bilim insanlarıyla yapay zekanın birlikte çalışmasını sağlayan bir araştırma ortağı ve otonom laboratuvarın 'beyni' olarak kullanılabilecek temel bir yazılım platformu sunduğunu belirtti. Ahn, yaklaşımın Ar-Ge süresi ve maliyetlerini azaltma potansiyeli taşıdığını kaydetti.