Pipettieren von Flüssigkeitsproben und das Wiederholen von immer gleichen Analysen: zugegeben – Laborarbeit kann für Wissenschaftler:innen ziemlich eintönig sein. Da liegt es nahe, einen Roboter für sich arbeiten zu lassen. Könnte er Experimente durchführen, Daten analysieren und Berichte erstellen?

Ein Forscherteam der Universität von Toronto hat sich dieser Frage angenommen und Organa entwickelt. Das ist ein Tischroboter, der chemische Experimente erledigen soll, indem er auf Computer-Vision und ein großes Sprachmodell setzt, das die verbalen Anweisungen der Wissenschaftler:innen als maschinenlesbare Daten an den Roboter weiterleitet.

„Man stelle sich einen Roboter vor, der mit einem menschlichen Wissenschaftler bei einem Chemieexperiment zusammenarbeiten kann“, sagt Alán Aspuru-Guzik, Chemiker, Informatiker und Materialwissenschaftler an der Universität von Toronto, einer der Leiter des Projekts. Aspuru-Guzik hat sich der Verbindung von Robotik und Künstlicher Intelligenz zum Einsatz in der Chemie verschrieben.  Seine Vision ist es, die herkömmliche Laborautomatisierung zu verbessern, um „schließlich einen KI-Wissenschaftler zu schaffen“, der ein Experiment durchführen, Fehler beheben und sogar Feedback zu den Ergebnissen geben kann.

Aspuru-Guzik und sein Team haben Organa so konzipiert, dass das System flexibel ist. Das bedeutet, dass es nicht nur eine Aufgabe oder einen Teil eines Experiments ausführt, wie es ein typisches stationäres Automatisierungssystem tun würde, sondern dass es auf Zuruf ein mehrstufiges Experiment durchführen kann. Das System ist außerdem mit Visualisierungstools ausgestattet, die den Fortschritt überwachen und Rückmeldung über den Verlauf des Experiments geben können.

„Dies ist eines der ersten Beispiele dafür, wie man eine bidirektionale Konversation mit einem KI-Assistenten für ein robotergestütztes Chemielabor führen kann“, kommentiert Milad Abolhasani den Roboter Organa. Er ist Chemie- und Materialingenieur an der North Carolina State University und nicht an dem Projekt beteiligt.

Die meisten automatisierten Laborgeräte lassen sich nicht ohne weiteres an die Bedürfnisse von Chemiker:innen anpassen oder umprogrammieren, sagt Florian Shkurti, Informatiker an der Universität von Toronto und Mitleiter des Projekts. Und selbst wenn dies der Fall wäre, müssten die Chemiker:innen über Programmierkenntnisse verfügen. Mit Organa ist das anders: Forscher:innen können ihre Experimente einfach durch Sprache vermitteln. Während die Wissenschaftler dem Roboter ihre Versuchsziele und den Versuchsaufbau mitteilen, übersetzt Organas LLM diese Anweisungen von der natürlichen Sprache in χDL-Codes, eine chemische Standardbeschreibungssprache. Der Algorithmus unterteilt die Codes in Schritte und Ziele und erstellt einen Ablaufplan für die Ausführung jeder Aufgabe. Gibt es eine mehrdeutige Anweisung oder ein unerwartetes Ergebnis, kann der Algorithmus die Wissenschaftler:innen auf das Problem hinweisen.

„Etwa zwei Drittel der Hardware-Komponenten von Organa bestehen aus handelsüblichen Teilen, was den Einsatz in verschiedenen Labors erleichtert“, sagt Aspuru-Guzik. Der Roboter verfügt über einen Kameradetektor, der sowohl undurchsichtige als auch transparente Objekte, wie zum Beispiel einen Kolben, erkennen kann.

Organas erste Aufgabe war die Charakterisierung der elektrochemischen Eigenschaften von Chinonen, den elektroaktiven Molekülen, die in wiederaufladbaren Batterien verwendet werden. Das Experiment besteht aus 19 parallelen Schritten, darunter chemische Routineschritte wie pH- und Löslichkeitstests, Umkristallisierung und eine elektrochemische Messung. Es umfasst auch eine langwierige Aufgabe: die Elektrodenvorreinigung, die bis zu sechs Stunden dauert. „Chemiker hassen das wirklich sehr“, sagt Shkurti.

Organa führte das 19-stufige Experiment in etwa der gleichen Zeit durch, die ein Mensch benötigen würde – mit vergleichbaren Ergebnissen. Die Effizienz war zwar nicht merklich besser als bei einem manuellen Durchlauf, aber der Roboter kann viel produktiver sein, wenn er über Nacht eingesetzt wird. „Wir haben immer den Vorteil, dass er 24 Stunden lang arbeiten kann“, sagt Shkurti. Abolhasani fügt hinzu: „Das spart unseren hochqualifizierten Wissenschaftler:innen viel Zeit, die sie nutzen können, um sich auf das wissenschaftliche Problem zu konzentrieren, anstatt diese Routineaufgaben im Labor zu erledigen.“

Die vielleicht raffinierteste Funktion von Organa ist die Möglichkeit, Feedback zu den generierten Daten zu geben. „Wir waren überrascht, dass dieses visuelle Sprachmodell Ausreißer in chemischen Diagrammen erkennen kann“, erklärt Shkurti. Das System weist auch auf diese Mehrdeutigkeiten oder Unklarheiten hin und schlägt Methoden zur Fehlerbehebung vor.

Die Gruppe arbeitet nun daran, die Fähigkeit des LLM zu verbessern, Aufgaben zu planen und diese Pläne dann zu überarbeiten, um das System für experimentelle Unwägbarkeiten empfänglicher zu machen.

„Es gibt viel, was Roboterwissenschaftler den Wissenschaftlern anbieten können, um ihre Möglichkeiten zu erweitern und ihnen bessere Daten zu liefern“, sagt Shkurti. „Ich freue mich wirklich darauf, neue Möglichkeiten zu schaffen.“