Un team dei Sandia National Laboratories (laboratori di ricerca e ingegneria di punta del Dipartimento dell’Energia degli Stati Uniti) ha sviluppato una piattaforma sperimentale autonoma basata su intelligenza artificiale capace di progettare, eseguire e analizzare esperimenti fisici in modo automatico.
Scienziati artificiali
Il team ha lasciato tre agenti “liberi di agire” in autonomia mettendo a disposizione dei loro algoritmi dati di laboratorio.
L’obiettivo era di ottimizzare il controllo direzionale della luce LED emessa da semiconduttori, in una disciplina di nome nanofotonica. Si tratta di un tipo di controllo rilevante per applicazioni come display avanzati, sensori ottici o chip. Circa cinque ore più tardi, gli agenti avevano svolto più di 300 test, individuando un nuovo approccio per orientare la luce. Complessivamente gli agenti hanno raggiunto prestazioni fino a quattro volte superiori rispetto alle tecniche precedenti.
Il lavoro, pubblicato su Nature Communications, rappresenta uno degli esempi più avanzati di “self-driving laboratory”, ambienti sperimentali in cui algoritmi di apprendimento automatico interagiscono direttamente con strumentazione reale attraverso cicli di feedback continui.
Un ecosistema in tre fasi
La piattaforma sviluppata a Sandia integra tre componenti principali. Il primo è un modello generativo che rappresenta e produce configurazioni strutturali complesse da sottoporre a test. Il secondo è un sistema che seleziona con criterio gli esperimenti più informativi, controlla la strumentazione di laboratorio e raccoglie i risultati. Il terzo è un modulo di apprendimento simbolico che analizza i dati sperimentali ottenuti ed estrae relazioni matematiche interpretabili.
Nuovo inizio
L’esperimento rappresenta un notevole passo avanti nell’applicazione degli agenti in contesti laboratoriali. L’approccio permette non solo di accelerare i tempi di ricerca, ma anche di ridurre la dipendenza da procedure manuali di esplorazione dello spazio dei parametri, spesso lente e costose. L’obiettivo a lungo termine è estendere questo tipo di piattaforma ad altri ambiti sperimentali, trasformando il ruolo dell’AI da strumento di analisi a componente attiva del processo scientifico.
In mezzo a voci spesso critiche nei confronti delle performance degli agenti AI, spicca un caso di successo di tale portata. Un caso che attesta come l’AI possa fare davvero la differenza nel mondo degli esperimenti complessi.
Usare l’intelligenza artificiale per contenuti lavorativi e personali peggiora l'immagine sociale
Un tema, quello dell'identità percepita, che diventerà sempre più dibattuto
