Peneliti kimia di Universitas Amsterdam telah menciptakan robot sintesis kimia yang dapat beroperasi sendiri dan dilengkapi dengan sistem pembelajaran mesin berbasis AI, bernama ‘RoboChem’. Instrumen laboratorium ringkas ini melampaui ahli kimia manusia dalam hal kecepatan dan ketepatan, sekaligus menunjukkan tingkat kecerdikan yang tinggi. Sebagai yang pertama dari jenisnya, teknologi ini dapat secara signifikan mempercepat penemuan molekul kimia untuk keperluan farmasi dan banyak aplikasi lainnya. Hasil pertama RoboChem baru-baru ini dipublikasikan di jurnal Sains.
RoboChem dikembangkan oleh kelompok Prof. Timothy Noël di Institut Ilmu Molekuler Van ‘t Hoff UVA. Makalah mereka menunjukkan bahwa RoboChem adalah ahli kimia yang tepat dan andal yang dapat melakukan berbagai reaksi sambil menghasilkan limbah dalam jumlah minimal. Bekerja secara mandiri sepanjang waktu, sistem ini memberikan hasil dengan cepat dan tanpa lelah.
Selang waktu RoboChem. Kredit: Universitas Amsterdam
Noël: ‘Dalam seminggu, kami dapat mengoptimalkan sintesis sekitar sepuluh hingga dua puluh molekul. Ini akan memakan waktu beberapa bulan bagi mahasiswa PhD.’ Robot tidak hanya menghasilkan kondisi reaksi terbaik, namun juga menyediakan pengaturan untuk peningkatan skala. ‘Ini berarti kami dapat memproduksi dalam jumlah yang relevan secara langsung bagi pemasok industri farmasi, misalnya.’
Keahlian kelompok Noël ada di dalamnya aliran kimia, cara baru dalam melakukan kimia di mana sistem tabung kecil dan fleksibel menggantikan gelas kimia, labu, dan alat kimia tradisional lainnya. Di RoboChem, jarum robotik dengan hati-hati mengumpulkan bahan awal dan mencampurkannya dalam volume kecil lebih dari setengah mililiter.
Ini kemudian mengalir melalui sistem pipa menuju reaktor. Di sana, cahaya dari LED yang kuat memicu konversi molekuler dengan mengaktifkan fotokatalis yang termasuk dalam campuran reaksi. Aliran kemudian berlanjut menuju spektrometer NMR otomatis yang mengidentifikasi molekul yang diubah. Data ini diumpankan kembali secara real time ke komputer yang mengontrol RoboChem.
‘Inilah otak di balik RoboChem,’ kata Noël. ‘Ini memproses informasi menggunakan kecerdasan buatan. Kami menggunakan a pembelajaran mesin algoritma yang secara mandiri menentukan reaksi mana yang harus dilakukan. Ia selalu bertujuan untuk mendapatkan hasil yang optimal dan terus menyempurnakan pemahamannya tentang kimia.’
Kelompok ini berupaya keras untuk membuktikan hasil RoboChem. Semua molekul yang sekarang dimasukkan dalam makalah Sains diisolasi dan diperiksa secara manual.
Noël berkata bahwa sistem ini telah membuatnya terkesan dengan kecerdikannya: ‘Saya telah mengerjakan fotokatalisis selama lebih dari satu dekade. Namun, RoboChem telah menunjukkan hasil yang tidak dapat saya prediksi. Misalnya, ia telah mengidentifikasi reaksi yang hanya memerlukan sedikit cahaya. Kadang-kadang saya harus menggaruk kepala untuk memahami apa yang telah dilakukannya. Anda kemudian bertanya-tanya: apakah kita akan melakukannya dengan cara yang sama? Jika dipikir-pikir, Anda melihat logika RoboChem. Namun saya ragu apakah kami sendiri akan memperoleh hasil yang sama. Atau setidaknya tidak secepat itu.’
Para peneliti juga menggunakan RoboChem untuk mereplikasi penelitian sebelumnya yang diterbitkan dalam empat makalah yang dipilih secara acak. Mereka kemudian menentukan apakah Robochem memberikan hasil yang sama – atau lebih baik. ‘Pada sekitar 80% kasus, sistem ini menghasilkan hasil yang lebih baik. Untuk 20% lainnya, hasilnya serupa,’ kata Noël. ‘Hal ini membuat saya yakin bahwa pendekatan yang dibantu AI akan bermanfaat bagi penemuan bahan kimia dalam arti seluas mungkin.’
Menurut Noël, relevansi RoboChem dan bahan kimia ‘terkomputerisasi’ lainnya juga terletak pada pembuatan data berkualitas tinggi, yang akan bermanfaat bagi penggunaan AI di masa depan. ‘Dalam penemuan kimia tradisional, hanya sedikit molekul yang diteliti secara menyeluruh. Hasilnya kemudian diekstrapolasi ke molekul yang tampak serupa. RoboChem menghasilkan kumpulan data yang lengkap dan komprehensif di mana semua parameter yang relevan diperoleh untuk setiap molekul. Hal ini memberikan lebih banyak wawasan.’
Fitur lainnya adalah sistem juga mencatat data ‘negatif’. Dalam praktik ilmiah saat ini, sebagian besar data yang dipublikasikan hanya mencerminkan eksperimen yang berhasil. ‘Eksperimen yang gagal juga memberikan data yang relevan,’ kata Noël. ‘Tetapi ini hanya dapat ditemukan dalam catatan laboratorium tulisan tangan para peneliti. Ini tidak dipublikasikan dan karenanya tidak tersedia untuk bahan kimia yang didukung AI. RoboChem juga akan mengubahnya. Saya yakin jika Anda ingin membuat terobosan dalam bidang kimia dengan AI, Anda memerlukan robot semacam ini.’
Referensi: “Optimasi mandiri otomatis, intensifikasi, dan peningkatan fotokatalisis dalam aliran” oleh Aidan Slattery, Zhenghui Wen, Pauline Tenblad, Jesús Sanjosé-Orduna, Diego Pintossi, Tim den Hartog dan Timothy Noël, 26 Januari 2024, Sains.
DOI: 10.1126/science.adj1817
RisalahPos.com Network