Robotlab moet chemisch onderzoek ondersteunen

Chemisch onderzoek is een werkveld dat vraagt om verandering en beter gebruik kan maken van digitalisering. Data en AI bieden kansen in de sector, stelt Peter Lambooij. Als docent en onderzoeker is Lambooij samen met een team van Fontys collega’s betrokken bij het Groeifondsproject ‘De Revolutie van Zelfsturende Moleculaire Systemen’. In dit project werken de partijen aan een gerobotiseerd laboratorium voor de chemie.

Nederland is koploper in chemische onderzoek. De sector is volop in ontwikkeling, waarbij onder meer allerlei processen geautomatiseerd worden. Tegelijkertijd zijn veel experimenten en analyses nog altijd handmatig werk.

‘Veel repetitieve handelingen’

“Chemisch onderzoek bestaat vaak uit veel repetitieve handelingen, bijvoorbeeld om kenmerken van een substantie in kaart te brengen. Je ziet automatisering op dit gebied al terug in de vorm van specifieke chemie ‘fabriekjes’”, zegt Teade Punter, lectorHigh Tech Embedded Software (HTES) en docent ICT & Technology bij Fontys Hogeschool ICT.

Punter vervolgt: “Een recente trend is het gebruik van robots, die chemietaken overnemen. Daarnaast is er AI die de strategie van de experimenten kan bepalen. De combinatie van robots en AI maken dat de experimenten veel flexibeler worden.” Met behulp van praktijkgericht onderzoek willen de onderzoekers deze trends versnellen.

Robotlab

Lambooij en Punter werken samen met andere onderzoekers en een viertal academische instellingen en bedrijven aan een zogeheten robotlab. Automatisering met behulp van robotica en het optimaal benutten van data staan hierbij centraal. Lambooij: “We willen met vaste- en mobiele robots, het lab vergaand automatiseren. Met onze partners denken wij dat de echte kansen liggen in het gebruik van big chemistry data. Nu blijven data over alle denkbare substanties deels onbenut. Het inzetten van big data kan helpen om een ‘recommender system’ te maken voor nieuwe chemische experimenten.”

AI kan op diverse vlakken uitkomst bieden. Een voorbeeld is het opstellen van diagrammen, waarmee onderzoekers de ordening van stoffen onder verschillende omstandigheden uiteenzetten. Denk daarbij aan varianten op de klassieke indeling van vast, vloeibaar en gas. Het handmatig n kaart brengen van een dergelijk diagram is een zeer tijdrovendproces. Een AI versnelt het proces.

Sneller tot resultaten komen

Daarnaast kan AI op basis van de resultaten van de eerste proeven voorspellen waar de scheidslijnen liggen. Vervolgens kan het specifiek hierop testen. Dit maakt het proces aanzienlijk efficiënter en zorgt voor veel snellere resultaten. Een meer geavanceerde mogelijkheid die de onderzoekers voorzien is het laten opstellen van nieuwe hypotheses voor nieuwe experimenten op basis van een groot aantal fasediagrammen. Lambooij licht toe: “Denk aan ChemGPT (‘het neefje’ van ChatGPT) aan wie je vraagt hoe je experimenten zou moeten doen om milieuvriendelijke verf te ontwikkelen. Maar zover zijn we nog lang niet. Daarom loopt dit Groeifondsproject zeven jaar.”

De onderzoekers richten zich initieel op het domein en de werkwijze van chemici, die zij gedetailleerd in kaart brengen. Dit maakt het mogelijk toepassingen voor het robotlab te ontwikkelen. De eerste resultaten zijn veel belovend. Lambooij vertelt: “We beginnen dezelfde taal te spreken, en het voorbeeld van AI als voorspeller van diagrammen zorgt voor vertrouwen”. Daarnaast vindt het Fontysteam het ook belangrijk om een leerplatform te creëren waarin docenten, bedrijven studenten kunnen samenwerken. Punter: “We ontwikkelen ook challenges voor studenten, die onderdeel zijn van het grotere project, maar de juiste scope hebben voor onze studenten.”

Looptijd van zeven jaar

Het project De Revolutie van Zelfsturende Moleculaire Systemen is niet nieuw en loopt al langer. Het project krijgt onder meer steun vanuit het Nationaal Groeifonds, dat vorig jaar 97,2 miljoen euro toekende. Het project kent een looptijd van zeven jaar.

Auteur: Wouter Hoeffnagel