Robotlabs met AI als onderzoeker

Welkom in het robotlab. Een laboratorium vol met hightech kasten en rekken flesjes met chemische middeltjes erin. Er is geen mens te zien. In plaats daarvan rijden robotkarretjes met beweegbare armen door het lab om flesjes te verplaatsen. Andere robots mengen vloeistoffen of poeders, schudden oplossingen of zetten de flesjes in een warme of koude kast. 

Robots nemen hier niet alleen de fysieke handelingen in het lab van de mens over. Nee, ze worden aangestuurd door een computer met kunstmatige intelligentie (AI) die zélf heeft bedacht welk experiment nu uitgevoerd moet worden. De mens staat erbij en kijkt ernaar.

Virtueel experiment

Dit robotlab bestaat echt, in de Chinese stad Shenzen. Wilhelm Huck, hoogleraar fysisch-organische chemie aan de Radboud Universiteit Nijmegen, is er geweest. “Er stonden wel tweehonderd of driehonderd door robots aangestuurde pipetteerkasten.” Maar of het effectief is, betwijfelt hij. “Je bouwt zo’n lab alleen maar om al die robots continu aan het werk te houden, want het is te duur om ze stil te laten staan. Die robots zijn ontelbaar veel experimenten aan het uitvoeren, en dat kost veel grondstoffen. Het is dus wel een heel dure hamer om mee te slaan.”

Self driving labs, oftewel AI-aangestuurde labs, zijn momenteel in opkomst. Ook Huck bouwt er momenteel een in Nijmegen. Het genoemde lab in Shenzen richt zich vooral op synthetische biologie, maar ook voor chemische toepassingen, zoals het ontwikkelen van nieuwe materialen of medicijnen, worden zulke labs ontwikkeld.

“Toen de scheikunde als vakgebied meer dan honderd jaar geleden voor het eerst ontstond, was het erg gericht op het uitvoeren van experimenten”, vertelt Bernd Ensing, scheikundig onderzoeker aan de Universiteit van Amsterdam. “Sinds de opkomst van computers in de jaren 50 wilden scheikundigen ook simulaties kunnen doen op de schaal van de allerkleinste deeltjes. Dan maak je dus niet een fysieke opstelling, maar laat je een computermodel virtueel een experiment uitvoeren. Dat is een heel vanzelfsprekende onderzoeksmethode geworden.”

Geen goede data

Het gebruik van AI is wel vrij nieuw in de scheikunde, vertelt Ensing. Hij is directeur van het AI4Science Lab, waarin verschillende UvA-vakgroepen besloten de krachten te bundelen. Ensing: “De UvA heeft vooraanstaande vakgroepen op het gebied van ‘machine learning’, een specifieke AI-techniek die wij ook meer willen inzetten. Scheikundigen, ecologen, biologen en astrologen doen nu projecten samen met machine learning experts.” Dat heeft al interessante onderzoeksresultaten opgeleverd, bijvoorbeeld het signaleren van zeldzame fenomenen in de astronomie en het voorspellen van vogelmigratie aan de hand van radardata.

Tot nu toe ging het om onderzoeken waarbij er alleen een computer aan te pas kwam. Maar nu worden ook in Amsterdam de eerste stappen gezet om de computer fysieke proeven te laten doen, en is er al een opstelling gemaakt die door AI wordt aangestuurd. Het zou kunnen helpen met het maken van nieuwe medicijnen, aldus Ensing. “We zouden de AI veel verschillende moleculen kunnen laten produceren om te onderzoeken of we die tot medicijnen kunnen verwerken. Maar daar moeten we wel een recept voor hebben. Hoe maken we zo’n molecuul? Er is nu nog geen AI die dat goed kan doen.” 

Daarnaast is er volgens Ensing wel veel scheikundige data beschikbaar, maar nog geen goede data. “Elk lab voert experimenten op een andere manier uit, waardoor de resultaten niet goed te vergelijken zijn. Bovendien zijn de data incompleet, omdat niemand de resultaten publiceert van proeven die niks hebben opgeleverd. Terwijl AI juist veel kan leren van wat er niet lukt.” Robotlabs kunnen alle experimenten op precies dezelfde manier uitvoeren waardoor computers kunnen leren wat wel en niet werkt.

Chemisch taalmodel

Volgens de Nijmeegse wetenschapper Huck kan een robotlab ook helpen om nieuwe materialen met gunstige eigenschappen te ontdekken. “We hebben materialen nodig voor de energietransitie die niet meer gebaseerd zijn op fossiele brandstoffen. En we willen van schadelijke stoffen zoals PFAS af. Als we moleculen op een nieuwe manier combineren, leidt dat tot mengsels met onverwachte eigenschappen die misschien bruikbaar kunnen zijn. Maar we weten eigenlijk niet hoe we de formuleringen moeten aanpassen zodat die mengsels de gewenste eigenschap krijgen.”

Voor die training gebruiken Huck en collega’s een zogenaamd chemisch taalmodel, dat eigenlijk net werkt als ChatGPT. Het is dan alleen niet op woorden maar op moleculen getraind. Het weet bijvoorbeeld de eigenschappen van veel moleculen, zoals de oplosbaarheid. 

Big Tech

Het uiteindelijke doel is dat mensen met een simpele prompt, net als bij ChatGPT, een opdracht aan het robotlab kunnen geven zoals: maak een niet-toxische antiaanbaklaag, of maak een shampoo die klitten verwijdert en ruikt naar sinaasappel. Er bestaat nu geen eenvoudig recept om tot zo’n product te komen. Dat gaat nog gepaard met heel veel proberen en het recept steeds aanpassen. De bedoeling is dat de computer veel van het denkwerk gaat overnemen en dat in het robotlab met een proefproductie gelijk aangetoond kan worden dat het product inderdaad werkt zoals de bedoeling is.

“De combinatie scheikunde en machine learning is veelbelovend”, aldus Ensing. “‘Big Tech’ heeft dat ook ontdekt.” Google DeepMind lanceerde in 2023 de AI-tool GNoME, waarmee 2,2 miljoen nieuwe kristalstructuren werden ontdekt. Een robotlab in het Amerikaanse Berkeley heeft er vijftig daadwerkelijk gemaakt. 

Niet veel later introduceerde Microsoft MatterGen, dat nog eens een miljoen nieuwe materialen heeft gemodelleerd. Ensing: “Je kunt de AI sturen op interessante eigenschappen. Stel dat je een materiaal wilt dat soortgelijke eigenschappen heeft als lithiumbatterijen, dan genereert zo’n computermodel misschien honderd materialen die daarop lijken. Dat is een behapbaar aantal om te gaan testen. Dat is dus een heel interessante ontwikkeling.”

Wensenlijstje

In Amsterdam zijn plannen om het robotlab verder op te schalen, al blijft de nadruk daar liggen op het verder ontwikkelen van AI-modellen. In Nijmegen zijn de eerste robots ook gearriveerd, en de verwachting is dat er volgend jaar een geheel robotlab wordt ingericht waar de eerste experimenten gedaan kunnen worden. Die faciliteit zal beschikken over robotsystemen die zowel vloeistoffen als vaste stoffen kunnen afwegen, schroefdoppen kunnen op- en afdraaien, en flesjes met mengsels kunnen schudden.

Het lab gaat eerder open dan verwacht. Huck: “De stappen die we nu al hebben gezet, bijvoorbeeld op het gebied van oplosbaarheid, blijken voor veel bedrijven zo interessant dat ze er meteen mee aan de slag willen.”

Over vijf jaar hoopt Huck dat het robotlab zo ver is dat het aan ‘inverse design’ kan doen. Dus niet meer de ‘trial and error’-methode van eindeloos proberen, maar dat je alleen maar een wensenlijstje aan de computer hoeft door te geven. “Een verfbedrijf kan dan bijvoorbeeld zeggen: ik wil een coating die precies dezelfde eigenschappen heeft als de huidige coating, maar zonder fossiele bouwstenen en van geheel plantaardig materiaal. Het maakt niet uit hoe de computer het doet, als er maar een goed product uit komt.”