V japonskom Tokiu začalo fungovať automatizované biologické laboratórium, v ktorom experimenty vykonávajú roboty s dvoma ramenami a vstavaným softvérom umelej inteligencie. Ambícia projektu je výrazná: výskumníci chcú časom vybudovať zariadenie „továrenského“ rozsahu s tisíckami robotov, ktoré by mohli využívať domáci aj zahraniční vedci.
Robots run this laboratory in Japan — and are changing how scientists work.
Automatizované laboratórium otvorilo v apríli Robotics Innovation Center pri Institute of Science Tokyo. V súčasnosti v ňom pracuje desať robotov. Podľa Genkiho Kandu, výskumníka v oblasti automatizácie, budú laboratórium neskôr v tomto roku môcť využívať aj ďalší výskumníci z inštitútu. Dlhodobým cieľom je vytvoriť do rokov 2040 alebo 2050 rozsiahle pracovisko s tisíckami robotov.
Roboty v tokijskom laboratóriu vykonávajú základné úlohy biologického výskumu: manipulujú s kvapalinami, pestujú bunky na platniach a obsluhujú vedecké prístroje. Na rozdiel od jednoduchších systémov s jedným ramenom, ktoré sa vo výskume používajú už najmenej desaťročie, dvojramenné roboty podľa materiálového vedca Yana Zenga z Vanderbilt University zvládajú zložitejšie a sofistikovanejšie činnosti.
Dôležitou súčasťou systému je aj umelá inteligencia. Nejde len o to, že roboty opakujú nastavené úkony. Podľa chemika Andrewa Coopera z University of Liverpool dokážu experimentálne postupy aj analyzovať a zlepšovať. Kanda hovorí, že roboty sa už v niektorých prípadoch vedia rozhodovať aj samostatne.
Jeho tím napríklad použil program umelej inteligencie, ktorý vybral a otestoval 144 experimentálnych podmienok počas 111 dní, aby určil optimálne podmienky na kultiváciu ľudských kmeňových buniek. V inom experimente program snímal bunky rastúce na miske, predpovedal ich ďalší vývoj a určil najvhodnejší čas na zber. Roboty sa zároveň o bunkové kultúry nepretržite starali osem dní počas neprítomnosti výskumníkov na dovolenkách.
Práve tu sa ukazuje, prečo je podobná automatizácia pre vedu lákavá. Opakujúce sa laboratórne úkony zaberajú veľa času a vyžadujú presnosť aj pravidelnosť. Ak ich prevezmú stroje, výskumníci sa môžu viac venovať návrhu experimentov, interpretácii výsledkov a tvorbe nových nápadov. Kanda to opisuje ako jednu z hlavných výhod súčasného systému.
Napriek ambicióznej vízii však nejde o plne autonómne laboratórium. Kanda upozorňuje, že jeho tím stále musí pripravovať reagencie a materiály pre roboty, riešiť technické problémy a po experimentoch upratovať. Ak sa počas pokusu spotrebuje veľa činidiel alebo spotrebného materiálu, ľudia ich musia dopĺňať aj v priebehu experimentu. Keď roboty urobia chybu alebo zlyhá zariadenie, zásah človeka je stále nevyhnutný.
Tím preto pracuje na ďalšom stupni automatizácie. Cieľom je integrovať do robotov softvér, ktorý by sa správal ako „AI vedec“: vedel by reagovať na chyby, rozhodovať sa pri neočakávaných situáciách a upravovať protokoly podľa konkrétneho usporiadania laboratória, dostupného vybavenia a zdrojov. Podľa Coopera je však plne autonómne laboratórium ešte vzdialené. Prepojiť softvér umelej inteligencie s fyzickými robotmi je náročné a vyžaduje veľmi pokročilé programovanie.
Aj schopnosti, ktoré znejú intuitívne – napríklad rozpoznať, že robot pustil skúmavku, a bez ľudského zásahu chybu opraviť – sú zatiaľ iba vo fáze proof of concept. Inými slovami, ukazuje sa, že princíp môže fungovať, no od spoľahlivého nasadenia v bežnej laboratórnej prevádzke je to ešte ďaleko.
Yan Zeng považuje predstavu laboratória s tisíckami robotov za vzrušujúcu, zároveň je však zvedavý, ako rýchlo sa podarí tento cieľ reálne dosiahnuť. Dúfa, že by takéto pracovisko mohlo byť v budúcnosti k dispozícii vedcom na celom svete podobne, ako sú dnes medzinárodne využívané veľké výskumné infraštruktúry typu CERN.
Ako sa mení laboratórna práca
Automatizácia v laboratóriách nie je novinkou, no v posledných rokoch sa posúva od jednotlivých strojov k prepojeným systémom. Vo všeobecnosti platí, že roboty sú najsilnejšie tam, kde treba presnosť, opakovateľnosť a dlhodobú rutinnú činnosť. V biologických a chemických laboratóriách môže ísť o dávkovanie kvapalín, manipuláciu so vzorkami či nepretržité sledovanie experimentov. Nový prvok predstavuje práve spojenie fyzickej automatizácie s rozhodovaním podporeným umelou inteligenciou.
Snímka zobrazuje: Laboratory robots with built-in artificial-intelligence software can look after stem-cell cultures independently. Credit: Masatoshi.
Základný rozdiel medzi jednoduchšími robotickými systémami a dvojramennými robotmi je v rozsahu úloh, ktoré vedia zvládnuť. Dve ramená lepšie pripomínajú spôsob, akým pracuje človek pri laboratórnom stole: jedno rameno môže pridržiavať, druhé manipulovať, prípadne môžu koordinovane obsluhovať prístroje a materiál. To zvyšuje flexibilitu pracoviska, hoci zároveň rastie aj náročnosť riadenia a bezpečnej prevádzky.
Čo do experimentov prináša umelá inteligencia
V opise tokijského laboratória AI nevystupuje len ako analytický nástroj po skončení pokusu. Zasahuje už do samotného priebehu experimentu: pomáha vyberať podmienky, vyhodnocovať priebežné údaje a určovať ďalší krok. V širšom vedeckom kontexte je to dôležitý posun. Ak systém dokáže priebežne optimalizovať postup, môže urýchliť hľadanie vhodných podmienok a znížiť množstvo opakovanej manuálnej práce. Stále však platí, že kvalita výsledku závisí od kvality návrhu experimentu, dát aj technického prevedenia.
Podobné laboratóriá môžu zmeniť nielen tempo práce, ale aj spôsob organizácie výskumu. Ak sa podarí časť rutinných úloh presunúť na robotické systémy, vedci môžu venovať viac kapacity plánovaniu, kontrole kvality a interpretácii dát. Pre inštitúcie to môže znamenať aj lepšie využitie prístrojov a dlhšiu prevádzku mimo bežného pracovného času. Všeobecne však platí, že takéto systémy vyžadujú vysoké investície, technickú podporu a jasné pravidlá spoľahlivosti a bezpečnosti.
Čo zatiaľ zostáva otvorené
Najväčšou otázkou nie je len to, či robot vie vykonať konkrétny úkon, ale či dokáže spoľahlivo fungovať v rozmanitých a nečakaných situáciách, ktoré sú v laboratóriu bežné. Práve tam sa ukazuje rozdiel medzi pôsobivou ukážkou technológie a skutočne autonómnym pracoviskom. V prípade tokijského projektu bude dôležité sledovať, ako rýchlo sa podarí rozšíriť kapacitu laboratória, ako dobre budú roboty zvládať chybové stavy a či sa naplní ambícia sprístupniť takúto infraštruktúru širšej vedeckej komunite.
Na poskytovanie tých najlepších skúseností používame technológie, ako sú súbory cookie na ukladanie a/alebo prístup k informáciám o zariadení. Súhlas s týmito technológiami nám umožní spracovávať údaje, ako je správanie pri prehliadaní alebo jedinečné ID na tejto stránke. Nesúhlas alebo odvolanie súhlasu môže nepriaznivo ovplyvniť určité vlastnosti a funkcie.
Funkčné
Vždy aktívny
Technické uloženie alebo prístup sú nevyhnutne potrebné na legitímny účel umožnenia použitia konkrétnej služby, ktorú si účastník alebo používateľ výslovne vyžiadal, alebo na jediný účel vykonania prenosu komunikácie cez elektronickú komunikačnú sieť.
Predvoľby
Technické uloženie alebo prístup je potrebný na legitímny účel ukladania preferencií, ktoré si účastník alebo používateľ nepožaduje.
Štatistiky
Technické úložisko alebo prístup, ktorý sa používa výlučne na štatistické účely.Technické úložisko alebo prístup, ktorý sa používa výlučne na anonymné štatistické účely. Bez predvolania, dobrovoľného plnenia zo strany vášho poskytovateľa internetových služieb alebo dodatočných záznamov od tretej strany, informácie uložené alebo získané len na tento účel sa zvyčajne nedajú použiť na vašu identifikáciu.
Marketing
Technické úložisko alebo prístup sú potrebné na vytvorenie používateľských profilov na odosielanie reklamy alebo sledovanie používateľa na webovej stránke alebo na viacerých webových stránkach na podobné marketingové účely.
