Kebotix, la startup que está desarrollando un robot científico

Kebotix

La automatización está llegando a todos los campos, desde los procesos que ocurren en un puerto en China hasta los de un banco en México. Sin embargo, había un trabajo que era menos propenso a ser automatizado, por el nivel de dificultad que requieren: el de los científicos, especialmente los de materiales.

Pero eso no pareció importarle a un grupo de investigadores del laboratorio en Harvard de Alán Aspuru-Guzik, quienes han fundado en Cambridge, Massachusetts “Kebotix”, una startup que usa aprendizaje automático y robótica para crear nuevos materiales.  

Automatizando el ensayo y error

Según recoge el MIT Technology Review, el robot funciona sumergiendo una pipeta en un plato y transfiriendo una pequeña cantidad de líquido a otro recipiente ubicado en otra máquina. Una vez que las muestras están listas, la segunda máquina prueba sus propiedades ópticas y los resultados se envían a una computadora que controla el brazo. El software analiza los resultados de estos experimentos, formula algunas hipótesis y luego vuelve a iniciar el proceso.

El equipo detrás de Kebotix cree que puede encontrar nuevos compuestos que podrían, entre otras cosas, absorber la contaminación, combatir las infecciones por hongos resistentes a los medicamentos y servir como componentes optoelectrónicos más eficientes. El software aprende de modelos tridimensionales de moléculas con propiedades conocidas.

Aunque los laboratorios ya utilizan algoritmos para diseñar compuestos y materiales químicos, el proceso es lento. Generalmente, las máquinas simplemente prueban ligeras variaciones de un material, buscando a ciegas una nueva creación viable. "El descubrimiento es demasiado lento", dice Jill Becker, CEO de Kebotix. “Tienes una idea para un material, intentas hacerlo y lo pruebas. Pocas ideas son probadas, con aún menos resultados ".

Por eso el enfoque de la nueva compañía: usar aprendizaje automático y robótica para hacer que el proceso sea mucho más rápido y efectivo. Kebotix utiliza varios métodos de aprendizaje automático para diseñar nuevos compuestos químicos, luego alimenta modelos moleculares de compuestos con propiedades deseables en un tipo de red neuronal que aprende una representación estadística de esas propiedades. Este algoritmo puede generar nuevos ejemplos que se ajusten al mismo modelo.

La compañía también usa otra red para eliminar diseños que se alejan demasiado del original y, por lo tanto, probablemente sean inútiles. Luego, el sistema robótico de la compañía prueba las estructuras químicas restantes. Los resultados de esos experimentos se pueden enviar de vuelta a la línea de aprendizaje de la máquina, ayudando a que se acerque más a las propiedades químicas deseadas.

Christoph Kreisbeck, el director de productos de la compañía, dice que Kebotix comenzará a trabajar con moléculas para aplicaciones electrónicas y luego intentará abordar nuevos polímeros y aleaciones. “La IA predice y planifica qué hacer a continuación; el sistema de automatización de robots prueba muy rápidamente nuestra nueva molécula”, dice Kreisbeck. "La máquina puede aprender de la base de datos y tomar una mejor decisión para la próxima ronda".

“No reemplazará al experto”

Klavs Jensen, profesor de ciencia de materiales e ingeniería en MIT, dirige un laboratorio que está desarrollando enfoques automatizados para crear nuevos productos químicos útiles, incluidos métodos que combinan el aprendizaje automático y la robótica.

Jensen dice que el problema es que tales métodos suelen requerir grandes cantidades de datos, lo que requiere mucho tiempo y es difícil de recopilar. Además, esto se vuelve más desafiante a medida que los materiales se vuelven más complicados. "Definitivamente puedes hacer mucho", dice Jensen. "Pero como cualquier otra cosa, se trata de la calidad de los datos".

Por último, el profesor cree que la automatización, la cual ya es común en la industria farmacéutica, será cada vez más importante en la investigación de materiales. "No reemplazará al experto", asegura, "pero podrás hacer las cosas mucho más rápido".

Este último punto es positivo porque usualmente se espera que la automatización tenga exactamente el resultado contrario: ponga en peligro muchos de los actuales puestos de trabajoal menos de acuerdo a los expertos.


Victor Román
Esta noticia ha sido publicada originalmente en N+1, ciencia que suma.

Sobre N+1: Es la primera revista online de divulgación científica y tecnológica que permite la reproducción total o parcial de sus contenidos por medios de comunicación, bloggers e influencers, realizando la mención del texto y el enlace a la web: “Esta noticia ha sido publicada originalmente en la revista N+1, ciencia que sumawww.nmas1.org”. 

 

Suscríbete

Déjanos tu mail para recibir nuestro boletín de noticias

La confirmación ha sido enviada a tu correo.