Chemia w chmurze: platforma SPEED przyspieszy odkrycia materiałowe stukrotnie

Chemia w chmurze: platforma SPEED przyspieszy odkrycia materiałowe stukrotnie
Projekt SPEED buduje sieć autonomicznych, zdalnie sterowanych laboratoriów, które dzięki sztucznej inteligencji i robotyce błyskawicznie projektują oraz syntetyzują nowe cząsteczki chemiczne.

Tradycyjne metody syntezy nowych cząsteczek i materiałów to procesy żmudne, oparte na wielokrotnych powtórzeniach i metodzie prób i błędów, które często trwają latami. Ograniczony dostęp do specjalistycznego sprzętu laboratoryjnego sprawia, że badania nad zaawansowanymi substancjami, takimi jak nowoczesne leki czy półprzewodniki, są domeną nielicznych, najlepiej dofinansowanych ośrodków naukowych. Wymaga to nie tylko ogromnych nakładów finansowych, ale i tysięcy godzin manualnej pracy badaczy, co znacząco opóźnia wprowadzanie nowych technologii na rynek.

W lipcu 2026 roku National Science Foundation (NSF) przyznała grant w wysokości 20 milionów dolarów konsorcjum pod przewodnictwem North Carolina State University (NC State) na stworzenie krajowej platformy SPEED (Self-Driving Platforms for Experimental co-Design in Chemistry and Materials Science). Projekt, którym kieruje profesor Milad Abolhasani, ma na celu budowę sieci zdalnie programowalnych laboratoriów chmurowych, dostępnych dla naukowców z różnych instytucji. System integruje istniejące platformy zrobotyzowane NC State, takie jak Rainbow, PoLARIS oraz FastCAT, w jeden ekosystem sterowany przez algorytmy sztucznej inteligencji. Mechanizm działania SPEED opiera się na tzw. pętli zamkniętej (closed-loop). Algorytmy uczenia maszynowego projektują eksperyment, zautomatyzowane ramiona robotyczne przeprowadzają syntezę i charakteryzację materiałów w fazie roztworowej, a systemy obrazowania i sensory przesyłają dane w czasie rzeczywistym z powrotem do AI. Każdy kolejny test jest optymalizowany na podstawie wyników poprzedniego, co pozwala na prowadzenie badań bez fizycznej obecności personelu w laboratorium.

W skład zespołu badawczego wchodzą specjaliści z prestiżowych uczelni, w tym Yaroslava Yingling i Shih-Chun Lin z NC State, Connor Coley z MIT oraz Alexander Miller z UNC-Chapel Hill. Wykorzystanie równoległej pracy robotów i optymalizacji AI pozwala skrócić czas potrzebny na odkrycie nowej substancji z lat do zaledwie kilku tygodni, co w praktyce oznacza nawet stustrotne przyspieszenie procesów badawczych. Infrastruktura SPEED koncentruje się początkowo na syntezie małych cząsteczek i materiałów funkcjonalnych, które znajdują zastosowanie w produkcji katalizatorów, energooszczędnych wyświetlaczy oraz nowoczesnych półprzewodników.

Inicjatywa ta jest częścią szerszego programu NSF Programmable Cloud Laboratories (PCL), mającego na celu demokratyzację dostępu do zaawansowanej aparatury badawczej. Dzięki platformie SPEED naukowcy z mniejszych ośrodków, nieposiadający własnych systemów robotycznych, mogą testować autorskie hipotezy za pośrednictwem interfejsów cyfrowych. Naukowcy planują, że w ciągu najbliższych czterech lat system nie tylko przyspieszy rozwój sektora farmaceutycznego i energetycznego, ale również posłuży jako poligon doświadczalny dla nowej generacji kadry inżynierskiej, szkolonej w obsłudze autonomicznych platform naukowych. Docelowo SPEED ma stać się fundamentem dla zautomatyzowanej produkcji specjalistycznych chemikaliów, wzmacniając krajowe łańcuchy dostaw i bezpieczeństwo technologiczne.

Źródła: https://cbe.ncsu.edu/accelerate-national-effort/, https://college.unc.edu/2026/07/speed/, https://news.ncsu.edu/2026/07/nc-state-leads-national-effort-to-accelerate-chemistry-materials-research/, https://www.nsf.gov/tip/updates/nsf-announces-400m-investment-new-national-network-ai, https://www.nsf.gov/funding/opportunities/pcl-test-bed-test-bed-toward-network-programmable-cloud-laboratories