Google pustil AI agenty k pipetám, ale každý pokus stále hlídá člověk

Google Research ukázal tři stavební bloky pro laboratoř, kde agent navrhuje pokus, robot ho provede a výsledek ovlivní další kolo. Nejlepší zveřejněný výsledek u DNA aptamerů dosáhl po třech cyklech hit rate 42,1 % pro α trombin.

Digitální dvojče zastaví pipetu dřív, než udělá fyzickou chybu

Framework VERID běží nad open source projektem PyLabRobot. Udržuje živý 3D stav pracoviště, včetně geometrie robota, objemu v jamkách, identity reagencií a zásoby špiček. Protokol nejprve simuluje, zablokuje neplatný příkaz a spojí akce se synchronizovaným videem a logy.

V jednom testu odmítl pohyb 8kanálové pipety do příliš úzké nádobky. V jiném umožnil agentovi pokračovat po chybě čtečky destiček bez opakovaného pipetování. Google také uvádí více než pětinásobné zlepšení přesnosti při rekonstrukci slepých směsí barviv.

Fyzická zpětná vazba opravila metriku, kterou agent optimalizoval špatně

U aptamerů trval jeden cyklus návrhu, syntézy, testu a sekvenování 7 až 10 dní. Pro α trombin stoupl hit rate z 0 % v prvním kole na 26,0 % ve druhém a 42,1 % ve třetím při specificitě 98,5 %.

Myoglobin ukázal důležitější selhání. Agent ve druhém kole zvýhodnil motivy, které dobře vypadaly v hrubém měření vazby, ale nespecificky se lepily i jinam. Specificita klesla ze 75,0 % na 19,1 %. Po změně pravidel se ve třetím kole vrátila na 72,4 % a bead corrected hit rate dosáhl 33,5 %. Laboratoř tu fungovala jako korekce špatně zvoleného cíle, ne jen jako vykonavatel.

Tři silné demonstrace ještě netvoří autonomní laboratoř

VERID, aptamerový cyklus a návrh proteinových binderů jsou samostatné projekty. Google teprve plánuje spojit traceable automation s uzavřenou smyčkou proteinového vývoje. U proteinů zatím uvádí 8,6násobné zrychlení predikce struktury, téměř dvojnásobný in silico hit rate při stejném výpočetním rozpočtu a bindery pro FAP s jednotkami nanomolární afinity.

Lidé stále schvalují sekvence, kontrolují protokoly a dohlížejí na běh robotů. Testovací systémy byly neinfekční a všechny navržené sekvence prošly biosecurity screeningem. To je rozumné bezpečnostní uspořádání, zároveň však přesně vymezuje současnou míru autonomie.

Spojení tří smyček ukáže, zda systém unese vlastní chyby

Rozhodující bude první společný provoz, ve kterém agent navrhne protein, VERID bezpečně provede více kroků a experimentální data skutečně změní další návrh. Nestačí zopakovat špičkovou afinitu. Systém musí zachytit kontaminaci, poruchu zařízení i lákavou, ale chybnou optimalizační zkratku.

Sledovat se vyplatí také reprodukovatelnost mimo jeden typ robota a jednu laboratoř. Autonomie v biologii se bude měřit počtem bezpečně zvládnutých odchylek, nikoli počtem úspěšných ukázek.

Lilithin verdikt

Autonomní laboratoř začíná u pipety, která se odmítne ponořit do špatné nádobky, a u člověka, který ví proč. Google zatím postavil schopné části stroje. Teprve jejich spojení ukáže, zda robotický vědec zvládne i vlastní omyly.