Wereldwijd werken wetenschappers aan robots die het organisch synthetische werk van chemici versimpelen of overnemen. Maar ICT-reus IBM wilde niet zomaar een nieuwe robot op de markt brengen. ‘Onze RoboRXN bestaat uit drie componenten, namelijk kunstmatige intelligentie, de cloud en automatisering’, vertelt Joppe Geluykens, research scientist bij IBM en verantwoordelijk voor de AI- en de cloudcomponenten. ‘De integratie van die drie componenten maakt ons systeem zo uniek.’

Het interdisciplinaire onderzoeksteam trainde de AI met data van miljoenen geoctrooieerde synthesereacties, die allemaal in de cloud staan opgeslagen. ‘We hebben er alleen voor gekozen om reacties in de gasfase niet mee te nemen in het ontwerp. Dat was namelijk moeilijk te combineren met vloeistof- en vastestofreacties’, licht Geluykens toe. ‘Verder kun je bijna elke reactie in de vaste of vloeibare fase uitvoeren.’ Het enige wat je als chemicus hoeft te doen, is je eindmolecuul ontwerpen. Voer je dat in de AI in, dan creëert de computer een retrosynthetisch reactieschema, zoekt de juiste ingrediënten en reactiecondities bij elkaar, voert de reactie uit, slaat eventueel intermediairs op, en doet een massaspectrometriemeting.

‘Voor onze machine kopen wij alleen de chemicaliën en zorgen we ervoor dat ze schoon is voor de volgende reactie’, vertelt Geluykens. ‘Er is verder geen menselijke interactie nodig. Sterker nog, je hoeft niet eens in de buurt te zijn. Vanaf de website in de cloud kun je de reacties op honderden kilometers afstand opgeven en starten.’ Dat maakt dit proces makkelijk schaalbaar. Nu heeft IBM zes reactors waarin je van micromol- tot molschaal kunt werken, maar met meerdere robotlabs of zelfs een fabriek vol robots is dat te verhogen.

Beperkingen

Waar ligt de grens voor de RoboRXN? Teodoro Laino, theoretisch chemicus en distinguished scientist bij IBM, meent dat dat ligt aan de kwaliteit van het AI-model en de hoeveelheid synthesestappen. ‘Na meer dan vier of vijf stappen moet je tussendoor zuiveren en dat is nog onmogelijk. Als daarnaast het AI-model een synthese moet ontwerpen die exotische reacties nodig heeft, kan dat ook voor problemen zorgen als we nog niet genoeg clouddata hebben.’ Maar die beperkingen zijn te overwinnen, aldus Laino. ‘Expert­organici zijn nog wel beter dan de AI, maar de kloof wordt snel kleiner.’

‘We bekijken nu ook of we kunnen samenwerken met de academische wereld of de industrie’, zegt Geluykens. ‘Daarbij richten we ons vooral op het health care- en duurzaamheidsdomein.’ Een voorbeeld van waar interactie mogelijk zou zijn, is de kunstmestindustrie. Geluykens: ‘Nu gaat een of twee procent van de globale energievoorraad daarnaartoe. Dat moet veel efficiënter kunnen, dus we zouden op dat gebied met RoboRXN kunnen helpen.’