A mesterséges intelligencia néhány éve még szinte csak annyiban segített a kutatóknak, hogy gyorsabban átrágják magukat egy rakás adaton. Aztán megtanult tanulmányokat keresni, eredményeket elemezni, hipotéziseket felállítani. Most pedig lassan elérkeztünk oda, hogy már a laboratóriumokba is bekéredzkedik, és egyes kísérleteknél a kutató szinte már nélkülözhető lesz.
A Northeastern University kutatói nemrég egy olyan, mesterséges intelligencián alapuló rendszert mutattak be, amely képes volt önállóan levezényelni egy röntgensugaras kísérletet. Nem pusztán adatokat elemzett a végén, hanem a mérés több lépését is maga irányította. A kutatók szerint elég csupán általános útmutatást adni neki, utána már nagyrészt önállóan végzi a dolgát. Ez pedig fontos lépés az úgynevezett önvezető laboratóriumok felé.
Az elnevezés elsőre talán furcsán hangzik, de nagyjából ugyanarról az elképzelésről van szó, mint az önvezető autóknál. A gépet irányba állítjuk, ő pedig eljut A pontból B-be. Előbb elemzi a korábbi adatokat, majd kiválasztja, milyen kísérletet lenne érdemes elvégezni. A labor automatizált berendezései végrehajtják, az MI kiértékeli az eredményt, majd ennek alapján eldönti, mi legyen a következő kísérlet. És kezdődik az egész elölről. Ezt nevezik zárt hurkú autonóm kísérletezésnek. A Communications Materials folyóiratban júliusban megjelent tanulmány szerint az ilyen rendszerek már ma is képesek szűk és pontosan meghatározott kutatási feladatokban a kísérletek megtervezését, végrehajtását és elemzését mind egyetlen folyamatként kezelni.
![]()
Egyik legnagyobb előnyük, hogy egy automatizált labor éjszaka és hétvégén is dolgozhat, nem zavarja, ha a háromszázadik kísérlete is sikertelen. Sőt, éppen a kudarcokból tanulhatja meg, merre nem érdemes tovább keresni, úgy választhatja ki a következő kísérletet, hogy az a lehető legtöbb új információval szolgáljon.
Hogy az ilyen laborok mennyire közel vannak, azt jól mutatja a Texas A&M University friss bejelentése. Az amerikai Nemzeti Tudományos Alap 25 millió dollárral támogatja majd az Egyesült Államok első, országosan hozzáférhető, önvezető metallurgiai (kohászati) laboratóriumát. A kutatók, a robotok és az MI segítségével új fémeket és ötvözeteket kereshetnek majd benne. Az intézményt egyetemek, nemzeti laboratóriumok és ipari kutatók is használhatják.
És itt kezd igazán érdekessé válni a történet. A következő lépés ugyanis már nem feltétlenül egyetlen MI által irányított labor. Egy múlt havi tanulmány szerint a jövő laboratóriumaiban több MI-ügynök dolgozhat együtt. Az egyik egy berendezést kezel, a másik az eredményeket elemzi, egy harmadik pedig az egész kutatási folyamatot irányítja. A szerzők olyan rendszereket is elképzelnek, amelyekben több autonóm labor osztja meg egymással a megszerzett tudást. Vagyis valami olyasmi jöhet létre, mint egy kutatócsoport, csak itt a tagok java szoftver. Ennek természetesen vannak korlátai. A mai önvezető laborok még elsősorban jól körülírt problémák megoldására alkalmasak. Aki próbált már képet generáltatni, az jól tudja, hogy az MI nem érti meg félszavakból, mit szeretnénk. Ha azt írjuk neki, ne legyen három keze annak a gyereknek, akkor lecseréli a hátteret zöldre. Nem úgy kell elképzelni, hogy reggel megkérjük az MI-t, hogy találja fel a következő tranzisztort vagy oldja meg az energiatárolás gondját, délután pedig visszamegyünk a kész eredményért. A rendszereket továbbra is emberek építik, a kutatási célt emberek határozzák meg, és azt is figyelni kell, hogy az MI valóban értelmes irányba indult-e el. A kutatók ezért digitális és fizikai tesztkörnyezeteket is javasolnak, melyekben az autonóm rendszerek stratégiái biztonságosan kipróbálhatók.
De a jövő már jól látható. Az MI előbb segített megírni a kutatási anyagot. Aztán elkezdte elemezni az adatokat. Később már hipotéziseket is javasolt. Lassan pedig majd azt nézzük, ahogy egy laborban dolgozik. Egyelőre még az ember mondja meg neki, hogy mit. De ha a következő nagy akkumulátoranyag vagy különleges ötvözet felfedezéséhez vezető kísérleteket már egy MI választja ki, robotok végzik el, majd egy másik MI értékeli az eredményt, egyre nehezebb lesz eldönteni, ki tette valójában a felfedezést.