今天也要做實驗嗎？不必了，現(xiàn)在有機器人可以幫忙。
在化學(xué)、生物等領(lǐng)域，不少研究生的生活可以被形容為「7-11」：一周工作 7 天，每天 11 個小時。很多學(xué)生需要每天早上八九點來到組里，晚上十點才能離開，周末則是開組會的時間。
近日，來自利物浦大學(xué)的研究者開發(fā)了一款「007」機器人，一天二十幾個小時都泡在實驗室里，8 天就能完成 688 個實驗，還自己發(fā)現(xiàn)了一種高效催化劑，就問你怕不怕？
昨天，這款機器人登上了最新一期《自然》雜志封面。
在化學(xué)實驗室里，自動化技術(shù)正在興起，但迄今為止我們所說的「自動化」還僅限于一些儀器和定制界面，讓部分機械與設(shè)備協(xié)同工作。利物浦大學(xué)的 Andrew Cooper 等人最近使用汽車生產(chǎn)過程中流水線上的工業(yè)機器人在濕化學(xué)實驗室中實現(xiàn)了和人類一樣的工作能力?，F(xiàn)在，機器人可以使用和人類一樣的工具做實驗了。
據(jù)介紹，這一團隊對機器人進行編程，研究了提高聚合物光催化性的能力。在八天的時間里，機器人自動進行了多達 43 批，688 次實驗，并找到了活性比初始配方高六倍的光催化劑混合物——如果讓人類做同樣的事需要花費數(shù)月之久。
這款機器人身高 1.75 米，和人的個頭差不多，使用的實驗設(shè)備也和人類相差無幾。但它的優(yōu)勢在于，即使每天都泡在實驗室它也不會抑郁，24 個小時里有 21.5 小時都拿來工作，剩下 2.5 個小時拿來充電。與其他化學(xué)機器人相比，這款機器人的靈活度大大提高，可以在實驗室隨意走動。
機器人研究員進行的首個實驗，目標(biāo)是確定一種不會不可逆分解的生物來源清除劑，而長期目標(biāo)則是開發(fā)可逆的氧化還原對。實驗團隊選擇的光催化劑是 P10，這是一種在 TEOA28 存在下顯示出良好 HER 的共軛聚合物。
在這里，除了專門為該實驗流程而構(gòu)建的加蓋站和光解站之外，其他的實驗步驟都使用了常規(guī)的商業(yè)儀器，沒有對物理硬件進行任何修改：在整個實驗過程中，機器人以與人類研究人員基本相同的方式來操作它們。
在硬件方面，這款機器人借助激光掃描和觸覺反饋與外界進行交互。
在軟件方面，這款機器人使用搜索算法，在超過 9800 萬個試驗候選中進行十維空間導(dǎo)航，根據(jù)前一個實驗的結(jié)果決定下一步做法。通過這樣的做法，它在沒有人類團隊成員指導(dǎo)的情況下自動發(fā)現(xiàn)了活性提高了六倍的催化劑。8 天內(nèi)共計完成了 172 小時的工作，移動 319 次，操作 6500 次，在實驗室里的行程達 2.17 公里。
在找到高效催化劑的過程中，所有的實驗任務(wù)都是由它獨立完成的，如稱重、配液、抽出容器中的空氣、進行催化反應(yīng)、計量反應(yīng)產(chǎn)物等。
機器人正在進行的一系列實驗流程。
利物浦大學(xué)的博士生 Benjamin Burger 負(fù)責(zé)對機器人進行編程，他表示：「最大的挑戰(zhàn)是讓整個系統(tǒng)具有魯棒性。要想讓機器人在很多天里平穩(wěn)自動工作，進行數(shù)千次精細操作，每次任務(wù)的失敗概率必須非常低。而一旦體系構(gòu)建完成，機器人在工作時犯錯的概率可要比人類低很多。」
由于實驗室里的所有站點都裝有 24 小時工作的攝像頭，絕大多數(shù)時間里實驗過程都不需要有人進行看管，如有出錯遠程重啟就可以了。
該項目是由利物浦大學(xué)化學(xué)和材料系的安德魯 · 庫珀（Andrew Cooper）教授領(lǐng)導(dǎo)的，他表示：「與其讓試驗器械自動化，我們的策略是讓實驗者本身自動化起來。這就可以實現(xiàn)很大程度上的靈活性，讓我們工作的方式更加自由。它不僅僅是實驗室里的一臺儀器：而是一個有超能力的團隊成員，它為人類研究人員騰出了思考所用的時間?！?/div>
最后研究人員還表示，目前的設(shè)計是在機器人電量低于 25% 時，在兩個作業(yè)之間自動進行充電。但由于有些時候還需要等待實驗結(jié)果，所以在這次實驗中機器人有電，但處于暫停狀態(tài)的時間占 32%（主要是在等待氣相色譜儀分析結(jié)果）。
所以理論上「機器人研究員」的工作效率還可以繼續(xù)提高。
利物浦大學(xué)的研究人員開源了實驗室站點的設(shè)計：
https://bitbucket.org/ben_burger/kuka_workflow
機器人工作代碼：
https://github.com/Taurnist/kuka_workflow_tantalus
參考內(nèi)容：
https://phys.org/news/2020-07-robot-scientist-catalyst.html
https://www.nature.com/articles/s41586-020-2442-2
更多>相關(guān)資訊
0 條相關(guān)評論
