Japón lanza un laboratorio autónomo que reinventa la ciencia de materiales con IA y robótica

Un equipo de la Universidad de Tokio ha dado un paso crucial hacia la automatización total de la investigación en ciencia de materiales. Con el desarrollo del dLab, un laboratorio digital interconectado, los investigadores ahora pueden automatizar completamente procesos que van desde la síntesis de materiales hasta su caracterización estructural y funcional.

El sistema, presentado en la revista Digital Discovery, representa un avance significativo en la integración de robótica, aprendizaje automático y recopilación de datos estandarizados para acelerar el descubrimiento de nuevos materiales. Al utilizar módulos físicos conectados y un formato unificado de datos llamado MaiML, el dLab puede sintetizar películas delgadas y analizar sus propiedades sin intervención humana.

“Demostramos que el sistema puede sintetizar de forma autónoma un material de película delgada especificado por un investigador”, explicó el profesor Taro Hitosugi, uno de los líderes del proyecto. El laboratorio ejecutó con éxito la síntesis de películas de iones de litio y su caracterización mediante difracción de rayos X, todo de forma autónoma.

El sistema consta de dos grandes componentes: un módulo para síntesis y medición automatizada, y otro para gestión y análisis de datos en la nube. La arquitectura modular permite incorporar instrumentos experimentales estandarizados y registrar sus resultados en tiempo real, algo que hasta ahora requería un alto grado de intervención manual.

Este enfoque responde a una de las principales limitaciones de la investigación moderna: la falta de estandarización en formatos de muestra, portamuestras y datos. El uso de MaiML, recientemente adoptado como estándar industrial japonés, permite que los datos recogidos sean uniformes, accesibles y listos para el análisis automatizado.

“Hoy los laboratorios deben ser vistos como fábricas de datos y materiales, donde la creatividad del investigador se centra en la estrategia y no en la repetición”, comentó Hitosugi. La capacidad de generar grandes volúmenes de datos confiables abre la puerta a descubrimientos más rápidos y precisos gracias al uso de inteligencia artificial y modelos predictivos.

A futuro, el equipo planea estandarizar aún más el software de orquestación y la gestión de muestras múltiples, para extender el uso del dLab a escalas mayores. Esto facilitará colaboraciones internacionales, intercambios de datos y permitirá acelerar el desarrollo de materiales avanzados en sectores como energía, electrónica y salud.

Como destacó el coautor Kazunori Nishio, “nuestro objetivo es digitalizar completamente el entorno de I+D, empoderar a los investigadores con herramientas automatizadas y maximizar la innovación”. En un mundo cada vez más dependiente de materiales funcionales, iniciativas como dLab prometen revolucionar la forma en que concebimos la ciencia aplicada.

Referencias: DOI: 10.1039/D4DD00326H