Lavora in modo autonomo 24 su 24 e sintetizza fino a 20 molecole a settimana: è RoboChem, il robot esperto di chimica sviluppato dal gruppo dell’Università di Amsterdam guidato da Timothy Noël. Decritto sulla rivista Science, il robot usa l’Intelligenza Artificiale per accelerare il lavoro dei chimici e nel 75% dei casi i risultati che ha ottenuto sono risultati migliori di quelli ottenuti da ricercatori umani.
RoboChem
Il robot messo a punto dai ricercatori olandesi è una sorta di minilaboratorio automatizzato di chimica, capace di gestire in autonomia i reagenti, mescolarli con cura, farli reagire usando un fotocalizzatore e poi analizzare i risultati con uno spettrometro. È anche in grado di lavorare 24 ore su 24, testando in modo intelligente e attento agli sprechi.
“In una settimana possiamo ottimizzare la sintesi di circa dieci-venti molecole, lavoro che a uno studente di dottorato richiederebbe diversi mesi“, ha detto Noël. Il robot non solo fornisce le migliori condizioni di reazione, ma le impostazioni per lo scale-up, ossia per ottimizzarli su scala industriale come per il settore farmaceutico.
A guidare RoboChem è una IA che determina autonomamente quali reazioni eseguire, mirando sempre al risultato ottimale e affinando costantemente la sua comprensione della chimica. “Lavoro sulla fotocatalisi ormai da più di un decennio tuttavia, RoboChem ha mostrato risultati che non avrei saputo prevedere“, ha ossrvato Noël. “A volte – ha aggiunto – mi sono scervellato per capire cosa avesse fatto. Ti chiedi allora: avrei fatto anche io lo stesso? Con il senno di poi comprendi la logica di RoboChem, ma dubito che anche noi avremmo ottenuto gli stessi risultati. O almeno non così velocemente“.
Per misurare in modo oggettivo la qualità dei risultati, i ricercatori hanno selezionato in modo casuale 4 articoli scientifici e fatto replicare i lavori a RoboChem: in 3 casi il robot ha prodotto risultati migliori e in uno perfettamente analoghi. Secondo Noël, l’uso della robotica nella chimica porterà grandi miglioramenti perché questi sistemi permettono di avere dati di qualità molto alta e usano inoltre fondamentali dati “negativi”, ossia anche gli esperimenti falliti che generalmente non vengono mai pubblicati ma che invece forniscono importantissime indicazioni.
