No humanos o robots, sino humanos y robots
Una perspectiva para los laboratorios del futuro autocontrolados por IA
La urgente necesidad de una transición hacia fuentes de energía sostenibles exige una aceleración significativa de los ciclos tradicionales de investigación y desarrollo. Los laboratorios autodirigidos (SDL), impulsados por la inteligencia artificial (IA), podrían desempeñar un papel fundamental en esta transformación. En un artículo publicado en la prestigiosa revista Nature Catalysis, investigadores del Departamento de Teoría del Instituto Fritz Haber analizan el papel de los seres humanos en los futuros laboratorios autodirigidos para la investigación de la catálisis.
Bucle de aprendizaje activo
© Steffen Kangowski/FHI
Un laboratorio autodirigido integra la IA con la automatización y la robótica. La IA planifica los experimentos, que se ejecutan en módulos cada vez más automatizados (robotizados). En la práctica, este proceso se desarrolla en bucles de aprendizaje activo, en los que los datos del último bucle se utilizan para perfeccionar un modelo de aprendizaje automático. A continuación, la IA utiliza este modelo para planificar los experimentos posteriores en el siguiente bucle. De este modo, sólo se llevan a cabo las síntesis, caracterizaciones y pruebas que son más informativas sobre la base de todos los datos recopilados previamente. Al mismo tiempo, la automatización mejora el rendimiento, la reproducibilidad y la seguridad, lo que promete una aceleración significativa en comparación con los procesos de desarrollo tradicionales dirigidos por humanos.
En las primeras aplicaciones de este innovador concepto para descubrir materiales catalizadores mejorados, la atención suele centrarse en sustituir las tareas humanas por robots de síntesis. El Dr. Scheurer y el Prof. Reuter subrayan, en cambio, que el paso que más tiempo consume en este tipo de investigación sobre catálisis suele ser el ensayo explícito de los materiales. Dada la creciente importancia de la sostenibilidad, el comportamiento de degradación de los materiales en el reactor debe controlarse durante largos periodos de tiempo. Por lo tanto, es más probable que las mejoras en el rendimiento se consigan desarrollando nuevos procedimientos de ensayo diseñados específicamente para los SDL, en lugar de limitarse a automatizar los procedimientos existentes.
Especialmente cuando el rendimiento sigue siendo limitado, el papel de la IA en la planificación del experimento es crucial. Cuantos menos bucles haya que ejecutar, mejor. También en este caso, los humanos seguirán desempeñando un papel vital en un futuro previsible. Aunque las IA actuales pueden determinar los experimentos óptimos dentro de un marco general dado, todavía no pueden cuestionar este marco ni redefinir las propias preguntas científicas. Por el momento, estas tareas creativas siguen siendo de dominio humano, lo que requiere una función de control humano dentro de los bucles.
Así pues, los autores defienden el principio del "humano en el bucle" y analizan sus implicaciones para el desarrollo de la IA en los SDL. No menos importante es que las IA deben ser capaces de responder de forma flexible, robusta y evaluable a las modificaciones humanas de las estructuras de los bucles, un reto metodológico que ya se está abordando en las investigaciones en curso en el Departamento de Teoría.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
