主要成果
多倫多大学、Vector Institute、Acceleration Consortium、CIFAR、およびNVIDIAの研究チームは、AIが自律的に実験環境を構築し、物理的な化学実験を実行するフレームワーク「Self-Building Labs(SBL)」を論文で発表した。本システムは、硫化镉量子点(CdS QDs)の合成実験において、液体処理ロボット、機械アーム、光学検出装置を協調させ、試剤調製からサンプル転送、光学測定までの一連のプロセスを完結させた。特に、人間が事前に定義しなかった複雑な動作(サンプルプレートの再把持など)をAIが自律的に計画し、実行した点が大きな成果である。
技術・詳細
SBLの核心は、物理的なラボを仮想空間に再現する「デジタルツイン」と、3つの専門AIエージェントの連携にある。まず、写真や設備モデルからデジタルツインを構築し、NVIDIA Isaac Simを用いてロボットの動作をシミュレーションする。制御は以下の3つのエージェントが担う。
- Scientific Agent:研究目標を理解し、専門知識に基づいた具体的な実験ステップへ変換する。
- Twin Agent:実験方案を現在の設備で実行可能な具体的指令に変換し、不足している能力があればデジタルツイン上で開発・テストする。
- Safety Agent:仮想環境で潜在的な危険を探索し、衝突や試剤の漏出を防ぐ安全ルールを生成する。
実証実験では、236行のPythonプログラムを生成し、ミリ単位の精度が求められるプレートの転送や装填を完結させた。シミュレーションの誤差を補うため、視覚情報や力・トルクセンサのフィードバックを用いたリアルタイム調整を組み込んでいる。
背景・業界の文脈
従来の自駆動ラボ(SDL)は、設計・製造・テスト・分析(DMTA)のサイクルを自動化していたが、その能力は導入時に整備された設備とプログラムの範囲内に限定されていた。新しい設備を導入したり操作を変更したりするには、エンジニアによる手動のプログラミングと調整が必要であり、研究ニーズへの追従に時間がかかるという課題があった。また、計算化学の分野ではすでにAIエージェントによる自動化が進んでいるが、物理的な相互作用を伴う実実験の自動化は依然としてハードルが高い状況にある。
今後の展望
研究チームは、SBLを「横方向」と「縦方向」に拡張することを目指している。横方向には、フロー光化学や高速液体クロマトグラフィー(HPLC)など、より多様な装置への適応を推進する。縦方向には、単一の実験台を超え、ロボットが建物内の異なるフロアを移動してリソースを调度する大規模な実験空間の構築を構想している。さらに、AIが研究ニーズに合わせてカスタム設備を設計し、3Dプリンティングで製造して導入するという、完全な自律的能力拡張の実現を目指している。
元記事: https://finance.sina.cn/tech/2026-11-08/detail-inixyrxk4290415.d.html?vt=4
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録(週刊・技術動向レポート)
ご登録いただくと、Troy-Technical から週刊で技術動向レポート(メールマガジン)をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます(各メール下部のリンクから)。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます



