Laboratorium kimia otonom senilai US$19,5 juta akan memilih eksperimennya sendiri

Pada 26 Agustus 2026, pengumuman Scripps Research menyatakan lembaga itu, UCLA, dan perusahaan AI untuk kimia Sunthetics memperoleh hibah US$19,5 juta dari National Science Foundation (NSF). Pendanaan selama empat tahun tersebut akan digunakan untuk membangun Chemistry Node di Automated Synthesis Facility milik Scripps Research di La Jolla, California.

Chemistry Node ditargetkan mengubah ide peneliti menjadi eksperimen robotik, menganalisis hasilnya secara langsung, lalu memakai AI untuk mengusulkan percobaan berikutnya. Jadi, laboratorium itu memang dirancang untuk memilih kelanjutan eksperimennya berdasarkan data, tetapi siklus tertutup tersebut masih merupakan sasaran pengembangan—bukan layanan otonom jarak jauh yang sudah tersedia penuh.

Hibah empat tahun membangun sistem, bukan laboratorium dari nol

Proyek ini akan memperluas Automated Synthesis Facility yang telah memiliki sistem robotik, instrumen analitik, dan staf khusus. Peralatan itu akan dihubungkan dengan perangkat lunak perencanaan eksperimen dan sarana akses jarak jauh agar dapat beroperasi sebagai fasilitas yang lebih terpadu.

Chemistry Node akan menjadi satu dari 20 node berkemampuan AI dalam NSF Test Bed: Toward a Network of Programmable Cloud Laboratories. Eksperimennya tetap berlangsung secara fisik dengan peralatan dan bahan kimia nyata; unsur “cloud” merujuk pada kemampuan mengirim pekerjaan dan menerima hasil dari lokasi lain.

Karena itu, status pendanaan harus dibedakan dari status operasional. Hibah, mitra, lokasi, dan rancangan sistem telah dikonfirmasi, sedangkan kemampuan otonom lengkap serta akses bagi komunitas yang lebih luas akan dikembangkan secara bertahap selama periode pendanaan.

Bagaimana AI memilih percobaan berikutnya

Inti Chemistry Node adalah siklus eksperimen tertutup: hasil satu percobaan menjadi masukan untuk menentukan percobaan selanjutnya. Alur yang direncanakan terdiri atas empat tahap:

1. Peneliti mengirimkan gagasan, tujuan, atau masalah kimia yang ingin diuji.
2. Sistem menerjemahkan masukan tersebut menjadi eksperimen yang dapat dijalankan oleh peralatan robotik.
3. Instrumen analitik mengevaluasi hasil ketika rangkaian eksperimen berlangsung.
4. AI memakai data yang dihasilkan untuk mengusulkan kondisi atau percobaan lanjutan.

“Memilih sendiri” tidak berarti mesin menetapkan seluruh agenda ilmiah tanpa manusia. Peneliti tetap menentukan pertanyaan dan hasil yang dicari, sedangkan sistem menavigasi ruang eksperimen berdasarkan data yang baru diperoleh.

Di sinilah laboratorium otonom berbeda dari otomatisasi linear. Robot konvensional dapat menjalankan daftar percobaan yang seluruhnya ditentukan sebelumnya. Dalam Chemistry Node, hasil pengukuran dapat mengubah percobaan yang dijalankan setelahnya, sehingga daftar tersebut tidak harus diputuskan sampai selesai sejak awal.

Tiga mitra menangani lapisan yang berbeda

Scripps Research menyediakan fasilitas fisik dan memimpin proyek melalui Brandon Orzolek, direktur ilmiah Automated Synthesis Facility. Keary Engle memimpin desain eksperimen katalitik, dan anggota laboratoriumnya direncanakan menjadi salah satu kelompok awal yang mengusulkan serta mencoba eksperimen.

Rincian proyek dari UCLA menyebut Abigail Doyle akan memimpin desain eksperimen kaya data, kontrol mutu, integrasi perangkat akademik, dan penemuan reaksi katalitik menggunakan otomasi serta perangkat AI dan pembelajaran mesin sumber terbuka. Pekerjaan ini dibutuhkan agar data dari mesin tersusun secara konsisten dan dapat dipakai untuk menilai rekomendasi berikutnya.

Sunthetics, yang dipimpin CEO Daniela Blanco, bertanggung jawab atas integrasi AI dan pengembangan antarmuka web. Pembagian itu membentuk tiga lapisan utama: perangkat laboratorium yang menjalankan reaksi, metode kimia dan kontrol mutu yang menjaga data, serta perangkat lunak yang menghubungkan pengguna dengan fasilitas dan merencanakan percobaan lanjutan.

Sistem tertutup ditargetkan pada tahun keempat

Tim merencanakan beberapa fase pengembangan dengan akses yang bertambah sepanjang masa hibah. Pada tahun keempat, sasaran mereka adalah sistem tertutup yang dapat menerima ide pengguna dari lokasi lain, mengubahnya menjadi eksperimen, dan menghasilkan produk akhir. Pernyataan itu merupakan target teknis pada akhir program, bukan tanggal peluncuran publik yang pasti.

Liputan independen The Pingouin juga membedakan proyek yang telah memperoleh pendanaan dari laboratorium otonom yang sudah siap dipesan. Hingga pengumuman proyek, belum ada kalender akses per fase, tarif penggunaan, kapasitas eksperimen, prosedur pengajuan, ataupun ketentuan bagi peneliti di luar Amerika Serikat.

Cakupan resmi proyek adalah fasilitas yang dapat diakses secara nasional, meskipun pemimpin proyek menggambarkan sasaran teknis tahun keempat sebagai kemampuan menerima ide pengguna dari mana saja di dunia. Pernyataan yang lebih luas itu belum sama dengan jaminan bahwa layanan akan dibuka secara global tanpa pembatasan.

Selain untuk penemuan reaksi, Chemistry Node dirancang sebagai sarana pelatihan. Kelompok yang disebut akan memperoleh akses mencakup mahasiswa dari universitas dengan aktivitas riset tinggi, perguruan tinggi yang terutama berfokus pada pendidikan sarjana, dan kolese dua tahun yang mungkin tidak mempunyai infrastruktur otomasi sejenis.

Ujian pertamanya adalah optimasi reaksi yang rumit

Salah satu fokus awal Chemistry Node ialah mengoptimalkan proses pembuatan molekul organik kecil yang digunakan dalam obat, bahan kimia pertanian, dan bahan dasar material. Tim menyoroti metode dengan beberapa siklus katalitik yang saling bergantung, karena perubahan satu variabel dapat membantu satu siklus tetapi mengganggu siklus lainnya.

Otomasi memungkinkan kondisi reaksi diubah secara sistematis, sementara AI akan memilih percobaan berikutnya berdasarkan hasil yang sudah terkumpul. Nilai sistem nantinya tidak hanya ditentukan oleh jumlah percobaan yang dapat dijalankan, tetapi juga oleh konsistensi data, keterulangan metode, dan kemampuan rekomendasinya mempersempit pencarian kondisi reaksi.

Dengan demikian, yang telah pasti adalah pendanaan, mitra, lokasi, pembagian peran, dan rancangan siklus kerja. Kinerja siklus tertutup, mutu keputusan AI, kapasitas bagi pengguna eksternal, dan jadwal akses jarak jauh masih harus dibuktikan selama empat tahun pengembangan; anggota laboratorium Engle termasuk pengguna awal yang direncanakan menguji sistem sebelum akses diperluas.