Autonomous Lab AI · Zelfsturende materiaalontdekking
Een zelfsturend lab faalt niet omdat de optimizer zwak is. Het faalt omdat een groot deel van de uitgevoerde experimenten vanaf de eerste regel van het recept chemisch onmogelijk is, en omdat niets ervan achteraf bewijsbaar is. Op deze benchmark bereikt onze gesloten Design-Make-Test-Analyze-lus een harde specificatie in 75 experimenten waar willekeurige screening er circa 1.491 nodig heeft, terwijl een digital-twin-veiligheidspoort elke onhaalbare synthese blokkeert voordat er reagentia of roboturen worden verbruikt, en elke beslissing vastlegt in een traceerbaar fraudebestendig ALCOA+-record. Agenten adviseren, code beslist.
$4,419
Reagentiaverspilling die de digital-twin-poort heeft voorkomen, door 38 gedoemde syntheses te blokkeren en 90,1 roboturen te besparen
Seed-411 benchmarkrun, synthetisch doel
20× minder
75 experimenten tot een materiaal dat aan de specificaties voldoet tegenover circa 1.491 bij willekeurige screening op hetzelfde verborgen doel
Seed-411 benchmarkrun, 19,9 keer minder
113
Hash-geketende ALCOA+-records, één per beslissing, fraudebestendig. Bewerk er één en de keten breekt
Seed-411 benchmarkrun, 75 syntheses plus 38 blokkades
Een uitvoerbare demo van het mechanisme op een 18-dimensionale zoektocht naar loodvrije perovskiet-samenstellingen en -processen. De optimizer en de veiligheidspoort draaien volledig in numpy en scipy zonder API-sleutel; de twee adviseur-agenten zijn het enige onderdeel dat een model kan aanroepen.
Het knelpunt is niet het surrogaatmodel. Het zijn de gedoemde experimenten die het model nooit had mogen voorstellen, en het feit dat niets ervan later bewijsbaar is.
Het A-Lab van Berkeley rapporteerde een slagingspercentage van 71 procent, wat betekent dat circa 29 procent van de pogingen het doel niet opleverde (A-Lab, Nature, 2023). In een lab dat zichzelf aanstuurt, is dat uitvalpercentage niet alleen verloren opbrengst. Het zijn gedoseerde reagentia, geboekte roboturen en verbruikte instrumenttijd aan syntheses die al qua lading onevenwichtig, geometrisch instabiel of chemisch gevaarlijk waren voordat de robot ooit bewoog.
De zoekruimte maakt het nog erger. Een perovskiet-samenstellings- en procesruimte van deze omvang is astronomisch groter dan welk screeningsbudget dan ook, waardoor puur screenen geen strategie is, maar een loterij. Een afzonderlijke haalbaarheidssonde op deze benchmark wees uit dat de willekeurige trefkans 0,01 procent bedraagt, 8 kandidaten op 80.000, wat impliceert dat er naar verwachting zo'n 10.000 experimenten nodig zijn om een eerste doel uitsluitend via screening te bereiken. Een betere acquisitiefunctie helpt bij die ene helft van het probleem.
Het doet niets voor de andere helft. Een eigenschappenmodel, hoe goed ook, kan niet beslissen of een synthese veilig kan worden ondernomen, en kan geen dossier produceren dat een toezichthouder of uw eigen QA zal accepteren. De leidende principes van de FDA en het EMA voor AI bij geneesmiddelenontwikkeling stellen expliciet dat herkomst toewijsbaar en gelijktijdig vastgelegd moet zijn (FDA/EMA, 2026). Haalbaarheid en auditeerbaarheid zijn precies de onderdelen waar het model geen vat op heeft, en het zijn de twee hiaten die wij hebben willen dichten.
Eén Design-Make-Test-Analyze-cyclus, fase voor fase weergegeven. De haalbaarheidsbeslissing bevindt zich in pure code, nooit in een model.
De lus doorzoekt een 18-dimensionale loodvrije perovskietruimte: Cs-, MA- en FA-kationverhoudingen, Sn-, Ge- en Bi-B-positiesubstitutie, I-, Br- en Cl-halideverhoudingen, plus procesvariabelen. Een Gaussian-process-surrogaat met een doelgerichte, ParEGO-achtige acquisitie stelt de volgende kandidaat voor, koud gestart vanuit een historisch fixture van 60 records. Elk voorstel passeert vervolgens de poort voordat er iets wordt gesynthetiseerd, zodat de poort, en niet het vertrouwen van de optimizer, tussen een recept en de robot staat.
De digital-twin-poort is het gedeelte buiten elk taalmodel. Elke voorgestelde kandidaat wordt getoetst aan vijf echte, gepubliceerde chemieregels voordat deze een reagens kan verbruiken, en de poort retourneert haalbaar of geblokkeerd met de exact geschonden regel en het vermeden reagensbudget en de uitgespaarde roboturen. Het is pure numpy- en scipy-code, bevindt zich buiten de agenten en het surrogaat, en vormt de dragende beslissing. Een gedoemd recept wordt hier gestopt, niet ontdekt nadat de robot het al heeft uitgevoerd.
Bovenop de kern lezen en communiceren twee agenten. Een Lab Director beschrijft de campagnestrategie en een Critic signaleert onafhankelijk drift of stagnatie, als een verificateur in de lus. Ze zijn per provider uitwisselbaar via een LLM_PROVIDER-instelling en staan standaard ingesteld op claude-opus-4-8; zonder API-sleutel vallen ze terug op deterministische verslaglegging zodat de demo altijd draait. De optimizer en de poort zijn nooit afhankelijk van het LLM. Agenten adviseren, code beslist.
| Controle | Wat het opvangt | Basis |
|---|---|---|
| Goldschmidt-tolerantiefactor | Samenstelling buiten het perovskiet-vormbaarheidsvenster; de poort hanteert een screeningband van 0,78 tot 1,05. | Perovskiet-kristalchemie |
| Octaëdrische factor | Straalverhouding buiten het stabiele-octaëdervenster van 0,41 tot 0,90. | Perovskiet-kristalchemie |
| Ladingneutraliteit | Ongecompenseerde B-positielading, bijvoorbeeld door Bi(III)-substitutie. | Ionisch ladingsevenwicht |
| Sn(II)-oxidatiegevaar | Sn(II) dat oxideert in vochtige lucht, onveilig en gedoemd bij procesluchtvochtigheid. | Tin-halidestabilliteit |
| Ontledingsplafond | Gloeien boven de temperatuur waarop MA- en FA-kationen degraderen, circa 190 graden Celsius. | Thermische stabiliteit van precursoren |
De blijvende waarde zit in de veiligheidspoort en het audittrail, niet in een beter surrogaat. Zelfs een perfect eigenschappenmodel kan nog steeds niet voorkomen dat een lading-onevenwichtige of oxidatiegevaarlijke synthese wordt uitgevoerd, en kan geen dossier produceren dat een toezichthouder zal accepteren. De optimizer is één vervangbaar onderdeel binnen die controlelaag, en daarom veroudert deze aanpak niet naarmate modellen verbeteren. Zoals geleverd is de optimizer een numpy- en scipy-GP met doelgerichte acquisitie; de productievervanging is BoTorch en Ax.
Elk getal hieronder is afkomstig van een enkele deterministische benchmarkcampagne (seed 411), live berekend tijdens runtime en niet hard gecodeerd. Het doel is een fysisch gemotiveerde synthetische benchmark, geen echte DFT- of labdata, en het lab is een simulator achter een SiLA-2-vormige interface. Niets hiervan is fysiek gesynthetiseerd.
De gesloten lus bereikt de doelspecificatie bij experiment 75, met 19,9 keer minder experimenten dan de circa 1.491 die willekeurige screening zou verwachten op het identieke verborgen doel. Daarnaast houdt het scorebord de getallen bij die zwaarder wegen dan de snelheid: 4.419 dollar aan voorkomen reagensverspilling, 90 roboturen bespaard en 38 onhaalbare kandidaten geblokkeerd vóór synthese, met de specificatiestatus op specificatie behaald. De efficiëntie is reëel, maar de voorkomen verspilling en de herkomst zijn de onderdelen die bij elke modelkwaliteit overeind blijven.
Hier is één blokkade in detail. Een voorgestelde kandidaat brengt een Sn(II)-oxidatiegevaar met zich mee bij de procesluchtvochtigheid, en de voorspelde bandkloof, fasestabiliteit en ontleding vallen allemaal buiten het doelbereik. De poort weigert deze vóór synthese, waardoor 105 dollar aan reagentia en 2,33 roboturen worden bespaard, en legt de weigering vast als een hash-geketend ALCOA+-record. De optimizer krijgt nooit de kans een robotuur te besteden om te ontdekken wat de deterministische chemie al wist.
De enkele blokkade is geen toevalstreffer, het is het vaste patroon. Gedurende de run heeft de poort 38 onhaalbare kandidaten vóór synthese geblokkeerd, en bij elk ervan wordt de geschonden fysica benoemd: Sn(II)-oxidatiegevaar, geschonden ladingneutraliteit door een ongecompenseerde B-positie, of Goldschmidt-tolerantie buiten het vormbaarheidsvenster, samen met de bespaarde dollars en roboturen. De blokkades tellen op tot 4.419 dollar en 90 roboturen aan voorkomen verspilling, en er zijn nul onhaalbare syntheses uitgevoerd.
De ontdekkingskaart zet elk in simulatie gesynthetiseerd materiaal uit in een bandkloof- versus fasestabiliteitsruimte, gekleurd op ontledingstemperatuur, met een gestreept vak dat het doelvenster markeert: een bandkloof van 1,2 tot 1,5 eV met hoge stabiliteit. Vroege punten liggen verspreid; latere punten clusteren richting het vak naarmate het surrogaat leert, en het beste materiaal belandt er middenin. Dit is de optimizer die zijn werk doet, maar uitsluitend op de kandidaten die de poort heeft doorgelaten.
Het best gevonden materiaal voldoet aan elke specificatie: samenstelling (Cs0.46MA0.22FA0.31)(Sn0.69Ge0.31)(I0.73Br0.21Cl0.06)3, met een bandkloof van 1,43 eV, een fasestabiliteitsscore van 0,743 en een ontledingstemperatuur van 250,5 graden Celsius. Om duidelijk te zijn over het bereik: dit is het resultaat van een fysisch gemotiveerd synthetisch doel, geen materiaal dat daadwerkelijk door iemand is gemaakt. Het is het bewijs dat de lus convergeert, geen claim van een werkelijke ontdekking.
Elke beslissing, zowel de 75 syntheses als de 38 blokkades, wordt weggeschreven naar een append-only record, 113 in totaal, en geëxporteerd als een campagne-herkomstrapport gekoppeld aan ALCOA+-principes. Elke rij bevat een tijdstempel, actie, kandidaat, poortoordeel, schendingen, motivering en een SHA-256-hash die deze ketent aan het voorafgaande record. Het rapport vermeldt keten intact en fraudebestendig, wat de toewijsbare en gelijktijdige herkomst is die een gereguleerd lab moet kunnen overleggen.
Fraudebestendigheid is alleen het vermelden waard als u kunt zien hoe het reageert. Bewerk een enkele payload in de geëxporteerde audit en de verificateur meldt dat de keten bij dat record is gebroken, manipulatie gedetecteerd, en stelt dat de ingediende audit aantoonbaar gewijzigd is. Het punt is niet dat het record niet gewijzigd kan worden, maar dat een wijziging niet verborgen kan worden, en dat maakt het audittrail verdedigbaar.
Het is het brein, de veiligheidspoort en de herkomstlaag op uw bestaande hardware, geen gehost lab en geen vervanging van uw instrumenten of DFT.
| Aandachtspunt | Een eigenschappenmodel of optimizer alleen | Deze laag |
|---|---|---|
| Chemisch onmogelijke voorstellen | Gesynthetiseerd, vervolgens gescoord als mislukkingen | Geblokkeerd door een deterministische poort voordat er enig reagens is verbruikt |
| Waarom een kandidaat werd afgewezen | Verborgen in het verlies, als het al is vastgelegd | Benoemd aan de hand van vijf gepubliceerde chemieregels, met bespaarde dollars en uren |
| Herkomst van een geautomatiseerde beslissing | Ad-hoclogs, bewerkbaar | Append-only, hash-geketend ALCOA+-record, fraudebestendig |
| Wie de veiligheidsbeslissing neemt | Een LLM, of het eigen vertrouwen van de optimizer | Heldere, deterministische code buiten de agenten |
| Steekproefefficiëntie | Varieert met de acquisitiefunctie | 75 tegenover circa 1.491 experimenten tot specificatie op het verborgen doel van deze benchmark |
| Hardware- en model-lock-in | Vaak een gehoste stack | Draait op uw instrumenten via een SiLA-2-vormige interface, LLM-provider uitwisselbaar |
De laag is het brein, de veiligheidspoort en het herkomstdossier bovenop hardware die u al bezit. De gesloten lus beslist wat als volgende moet draaien en bereikt een harde specificatie in veel minder experimenten, een deterministische digital-twin-poort weigert chemisch onmogelijke of gevaarlijke syntheses voordat ze reagentia en roboturen verbruiken, en elke beslissing wordt vastgelegd in een fraudebestendig audittrail. Op deze benchmark blokkeerde de poort 38 gedoemde syntheses en bespaarde 4.419 dollar en 90,1 roboturen, en bereikten nul onhaalbare experimenten de robot.
Nee, en daar zijn we expliciet over. Het doel is een fysisch gemotiveerde synthetische benchmark, geen echte DFT- of labdata, en het lab is een simulator achter een SiLA-2-vormige interface, dus niets hiervan is fysiek gemaakt. Wat de demo bewijst is het mechanisme: de lus, de deterministische veiligheidspoort en de auditeerbare herkomst, die overeind blijven bij elke modelkwaliteit. De ontdekte samenstelling en de bijbehorende eigenschapswaarden zijn benchmarkresultaten, geen experimenteel resultaat.
De randvoorwaarden van een optimizer bevinden zich binnen hetzelfde model dat het doel probeert te bereiken, en ze zijn slechts zo betrouwbaar als de zelfrapportage van dat model. Onze poort is afzonderlijke, deterministische code die buiten de agenten en het surrogaat draait, en toetst elk voorstel aan vijf gepubliceerde chemieregels: Goldschmidt-tolerantie, octaëdrische factor, ladingneutraliteit, Sn(II)-vochtgevoeligheid en het ontledingsplafond van organische precursoren. De poort retourneert haalbaar of geblokkeerd met de exact geschonden regel en de vermeden dollars en roboturen, zodat een gedoemd recept wordt gestopt voordat de robot het ooit ziet.
Omdat de agenten nooit de beslissing nemen. De Lab Director- en Critic-agenten becommentariëren alleen de strategie en signaleren drift, terwijl de optimizer en de deterministische poort beslissen wat er draait, en geen van beide is afhankelijk van het LLM. Zonder API-sleutel vallen de agenten terug op deterministische verslaglegging en draait de lus nog steeds identiek. Die scheiding — agenten adviseren, code beslist — is de kern van de zaak: vertrouwen in een zelfsturend lab kan niet rusten op het eigen relaas van een model over zichzelf.
De herkomst is aanwezig en gekoppeld aan ALCOA+-principes: elke beslissing schrijft een append-only, hash-geketend record, en het bewerken van een willekeurig record breekt de keten zichtbaar, wat de toewijsbare, gelijktijdige herkomst is die de leidende principes van de FDA en het EMA vereisen (FDA/EMA, 2026). Het is niet IQ-, OQ- of PQ-gevalideerd volgens uw SOP, en die kwalificatie vormt het implementatietraject, niet iets wat we standaard out-of-the-box claimen. De demo toont het dossier en de manipulatietest, zodat u de inhoud kunt beoordelen in plaats van een afvinkvakje.
Het is één deterministische run, seed 411: 75 experimenten tot een materiaal dat aan de specificaties voldoet tegenover circa 1.491 verwacht voor willekeurige screening op het identieke verborgen doel, wat 19,9 keer minder is. Over een benchmark van 10 seeds had de lus gemiddeld 67 experimenten nodig en loste 9 van de 10 runs op, terwijl willekeurige screening 1 van de 5 oploste binnen 1.000 experimenten en een grid-sweep de specificatie nooit bereikte. Het bereik is van belang: dit zijn optimizer-tegen-baseline getallen op een synthetisch doel, uitgevoerd tegen reproduceerbare baselines in plaats van een stroman, geen belofte voor de open wereld.
Nee. Wij beheren geen gehost robotlab, en de laag is ontworpen om op uw instrumenten te draaien via een SiLA-2-vormige interface. De optimizer en poort zijn pure numpy en scipy en draaien volledig offline zonder API-sleutel, en de LLM-provider is uitwisselbaar, met als standaard claude-opus-4-8. Zoals geleverd is de optimizer een GP met doelgerichte acquisitie, en de productievervanging is BoTorch en Ax, op uw hardware, niet de onze.
Het onderzoek achter deze demo — de architectuur, het verificatieontwerp en de blauwdruk voor ondernemingen.
Volledige oplossing
Verken de Autonomous Lab AI-oplossing →Bereik de specificatie in minder experimenten, blokkeer de gedoemde voordat ze draaien en bewijs elke beslissing achteraf.
Als uw team een zelfsturend lab opzet en onderzoekt hoe de haalbaarheidsbeslissing betrouwbaar en de herkomst verdedigbaar kan worden gemaakt, horen we graag hoe u hierover denkt. Het probleem speelt in de hele sector en de antwoorden zullen dat ook doen.