De nouvelles perspectives sur la plausibilité d’un laboratoire entièrement automatisé donnent à l’industrie des aliments pour la pensée.
Le concept d’un laboratoire entièrement automatique qui identifie les expériences nécessaires et les réalise, sans intervention humaine, n’est pas nouveau. En fait, l’idée a pris de nombreuses formes, avec des noms tels que « laboratoires d’auto-conduite », « chemputer » et « Le chimiste artificiel » étant inventés en reconnaissance ; mais à quel point est-il réaliste?
IDTechEx – un facilitateur de l’intelligence d’affaires pour les technologies émergentes – est idéalement placé pour évaluer la plausibilité de cette vision et ils suggèrent que la notion est facilement à portée de main. Dans un rapport détaillé, la société de recherche a identifié trois piliers technologiques de base qui sont nécessaires pour concrétiser le concept d’un laboratoire d’autocond dirigeant – dont l’un existe déjà et peut avoir un impact immédiat.
Les trois piliers technologiques sont l’informatique de laboratoire, l’informatique des matériaux (également connu sous le nom de cheminformatique/bioinformatique) et la robotique. Le rapport étudie le domaine de l’informatique des matériaux, détaillant les technologies clés, les acteurs, les applications et les perspectives du marché.
Le rôle de l’informatique de laboratoire et de la robotique peut prendre de nombreuses formes, y compris l’expérimentation établie à haut débit jusqu’à des plates-formes numériques complètes et des capteurs intégrés pour surveiller les expériences. En s’éloignant de l’objectif final potentiel sans homme, ces développements ont un impact immédiat sur la reproductibilité, la capacité de partage interne, la sécurité et le taux de production de données expérimentales, selon le rapport.
L’informatique des matériaux joue un rôle clé à chaque étape du cycle expérimental et des institutions telles que l’Université Harvard, l’Université de Toronto et l’Université de Glasgow ont étudié ce domaine, ce qui a entraîné des spinouts tels que Kebotix et DeepMatter Group ayant commercialisé ces développements.
La vision de laboratoire auto-conduite en mouvement
La société signale qu’il existe déjà des exemples notables de premières versions de cet objectif final. Une étude préliminaire a été démontrée par le Laboratoire de recherche de l’US Air Force en collaboration avec Lockheed Martin dans lequel ils ont combiné la synthèse de haute consommation de CVD des SWCNT avec des techniques dirigées par l’IA, pour créer un système de recherche autonome (ARES). Ils ont démontré que le système pouvait apprendre à optimiser la croissance des nanotubes en contrôlant divers paramètres expérimentaux.
IDTechEx réfléchit également à une récente accélération des manifestations dans ce domaine. En 2020, l’Université d’État de Caroline du Nord et l’Université de Buffalo a montré une preuve de concept dans lequel un point quantique approprié (un cristaux à l’échelle nanométrique fabriqués par l’homme qui peut transporter des électrons) pourrait être identifié et produit en moins de 15 minutes pour n’importe quelle couleur. De même, des travaux de l’Université de Glasgow ont exploré la chimie de coordination à travers la découverte de nouveaux complexes supramoléculaires avec un « robot chimique autonome ».
Pour plus d’informations sur le rapport de marché, cliquez ici.
