AI mówi do robotów laboratoryjnych: PNNL uruchamia AutoLabs i przyspiesza naukę 10-krotnie
25 czerwca Laboratorium Narodowe PNNL opublikowało AutoLabs — wieloagentowy system, który tłumaczy naturalnojęzyczne opisy eksperymentów na instrukcje dla robotów laboratoryjnych. Umożliwia przeprowadzenie 5–10 razy więcej badań niż metodami ręcznymi.
Pacific Northwest National Laboratory (PNNL), jedno z największych laboratoriów naukowych US Department of Energy, opublikowało 25 czerwca 2026 roku AutoLabs — otwartoźródłowy system wieloagentowy, który usuwa barierę między naukowcem a robotem laboratoryjnym. Dotychczas przełożenie pomysłu badacza na protokół zrozumiały dla autonomicznego urządzenia wymagało wielotygodniowej wymiany między naukowcem a inżynierem. AutoLabs skraca to do jednej rozmowy z agentem AI.
Jak system przetwarza pomysł na eksperyment
Naukowiec opisuje cel po ludzku — np. "sprawdź, jak temperatura wpływa na przewodność elektrolitów litowych przy trzech stężeniach". Agent nadzorujący rozkłada to na podtaski i przekazuje je wyspecjalizowanym pod-agentom: jeden oblicza stechiometrię, drugi generuje kolejność kroków, trzeci weryfikuje parametry robota. Cały łańcuch działa iteracyjnie z samokorekcją — zanim wyśle gotowy plik do urządzenia, wielokrotnie sprawdza spójność protokołu.
Robot Big Kahuna i wyniki testów
System przetestowano z robotem Big Kahuna (Unchained Labs) — urządzeniem do badania materiałów bateryjnych. W pięciu scenariuszach o rosnącej złożoności AutoLabs poprawnie przetłumaczył wszystkie opisy eksperymentów na kroki kompatybilne z robotem, osiągając wyniki porównywalne z wykwalifikowanym operatorem. Wynik praktyczny: 5–10 razy więcej eksperymentów niż byłoby możliwe metodami manualnymi.
Otwarty kod, nowe możliwości
Kod jest dostępny na GitHubie pod adresem github.com/pnnl/AutoLabs — zespół zachęca do adaptacji na inne platformy robotyczne. To kolejny krok ku autonomicznym laboratoriom: zamiast czekać tygodniami na czas maszynowy i inżyniera, naukowiec może uruchomić dziesiątki wariantów eksperymentu zanim wróci rano do pracy.