您的位置:首页 >智能 >

初创公司Kebotix利用机器人创造新材料 自己动手做实验完全不需要人类

1

图片来源:MIT News

俯瞰马萨诸塞州剑桥市可以俯瞰一条繁忙购物街的实验室里,一个机器人正试图创造新的材料。

一只机器人手臂将移液管浸入培养皿中,并将少量明亮的液体转移到位于另一台机器前面的许多容器中。当所有样品都准备好后,第二台机器测试它们的光学特性,并将结果输送到控制臂的计算机。软件分析这些实验的结果,制定一些假设,然后重新开始该过程。几乎不需要人类。

这个装置是由一家名为Kebotix的初创公司所开发,暗示了机器学习和机器人自动化如何在未来几年内为材料科学的革命做好准备。该公司认为,它可能会发现新的化合物,除此之外,还可以吸收污染,对抗抗药性真菌感染,并成为更有效的光电子组件。该公司的软件从具有已知特性的分子的三维模型中学习。

软件算法已经用于设计化合物和材料,但过程缓慢而粗糙。通常,机器只是测试材料的轻微变化,盲目地寻找可行的新创作。机器学习和机器人技术可以使过程更快、更有效。 Kebotix是致力于这一想法的几家创业公司之一。

目标是使用机器学习来生成候选材料。 “发现太慢了。”Kebotix首席执行官吉尔·贝克尔说,“你对一种材料有一个想法,你试着去制作它,然后去测试它。很少有想法得到验证,有结果的更少。”

Kebotix使用几种机器学习方法来设计新型化合物。该公司将具有所需特性的化合物的分子模型输入到一种神经网络中,该神经网络学习这些属性的统计表示。然后,该算法可以提出新示例,以适应相同的模型。

Kebotix还使用另一个网络来清除偏离原始设计太远因此可能毫无用处的设计。然后该公司的机器人系统测试剩余的化学结构。这些实验的结果可以反馈到机器学习管道中,帮助它更接近所需的化学特性。该公司称整个系统为“自动驱动实验室”。

该公司首席产品官Christoph Kreisbeck表示,Kebotix将开始研究用于电子应用的分子,然后尝试解决新的聚合物和合金问题。

“AI预测并计划下一步该做什么;机器人自动化系统非常快速地测试我们的新分子。” Kreisbeck说,“机器可以从数据库中学习,为下一轮做出更好的决策。”

Kebotix由哈佛大学AlánAspuru-Guzik实验室的研究人员创立,他们今年早些时候离开哈佛大学,在加拿大多伦多大学实验室工作。Kebotix日前获得了500万美元融资,由One Way Ventures领投,走出了隐形模式。One Way Ventures是一家专门为移民企业家提供资金的投资公司。 Kebotix的所有创始团队成员都是美国移民。

投资者还包括百度风投、波士顿Flybridge Capital Partner、洛杉矶Embark Ventures、挪威Propagator Ventures以及纽约WorldQuant Ventures。

麻省理工学院化学工程系教授Klavs Jensen领导的实验室正在开发自动化方法来设计有用的新化学品,包括结合机器学习和机器人技术的方法。 他说,问题在于此类方法往往需要大量数据,这通常很耗时且难以收集。 随着材料变得更加复杂,这也变得更具挑战性。 “你绝对可以做很好。” Jensen说,“但与其他任何事情一样,这与数据的质量有关。”

Jensen说,在制药行业,已经司空见惯的自动化在材料研究中将变得越来越重要。 “它不会取代专家。”他说,“但你能够更快地做事。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。