Chemicus Mathijs Mabesoone werkt samen met zijn collega’s van het Big Chemistry Consortium aan een fundamenteel andere manier van materiaalonderzoek: het zelflerend robotlaboratorium. Door AI en automatisering slim in te zetten wil het consortium innovatie radicaal versnellen. Wat betekent dat voor het laboratorium van de toekomst? En wie draait straks aan de knoppen?
Veel alledaagse producten zijn complexe mengsels, zogeheten formulaties. Hun eigenschappen ontstaan door subtiele interacties tussen moleculen. Moet een formulatie aangepast worden – bijvoorbeeld door veranderde regelgeving of consumentenwensen – dan keren we zelden terug naar de tekentafel. “Neem shampoo. Als die meer moet schuimen, gooien we er een molecuul bij”, zegt Mathijs Mabesoone, groepsleider fysisch-organische chemie bij het Big Chemistry Consortium. “We ontwerpen die mengsels zelden opnieuw vanaf de basis.” Het gevolg: steeds complexere en moeilijker te doorgronden samenstellingen, die lang niet altijd duurzaam of efficiënt zijn.
Om hier verandering in te brengen werkt Mabesoone aan een revolutionair robotlaboratorium waarin AI en robotisering chemisch onderzoek fundamenteel veranderen. Het doel is formulaties bottom-up herontwerpen, gebaseerd op moleculaire interacties en een stevig wetenschappelijk fundament. Daarvoor is een volledig geautomatiseerd lab nodig dat zelf data genereert – dag en nacht, zonder handwerk. Die data voedt een kunstmatige intelligentie die leert voorspellen welke moleculen samenwerken, en waarom. “Enorme winst is dat we nu veel beter kunnen voorspellen welke experimenten echt zinvol zijn”, zegt Mabesoone.
Robots pauzeren niet
De schaal waarop het robotlaboratorium opereert, maakt door efficiëntie en tijdwinst fundamenteel onderzoek mogelijk. Een voorbeeld is de volledig geautomatiseerde analyse van zeep. “Traditioneel kost zo’n analyse een analist al snel een hele dag”, vertelt Mabesoone. “Onze robot doet er tien tot twintig per dag.” De robot werkt volledig zelfstandig: het bepaalt zelf de juiste verdunningen, voert metingen uit, analyseert de resultaten en beslist welke vervolgstappen nodig zijn. “En dit proces loopt 24 uur per dag door, ook ’s nachts en in het weekend.” Slimme automatisering maakt een grote efficiëntieslag mogelijk. Daarnaast ontstaan door deze nieuwe technologie enorme databronnen én ruimte voor radicale innovatie.
Toch lopen de robots ook tegen onverwachte beperkingen aan. “Sommige handelingen die voor mensen heel eenvoudig zijn, blijken voor robots extreem lastig”, zegt Mabesoone. “Neem het afwegen van poeders. Vloeistoffen laten zich goed automatiseren, maar poeders zijn een ander verhaal. Zelfs een alledaags ingrediënt als suiker kent allerlei varianten – van poeder- tot kristal- en basterdsuiker – die zich elk anders gedragen. Het robotlab moet met al die verschillende verschijningsvormen van zo’n vaste stof om kunnen gaan. En het is nog niet zo makkelijk om dat op te lossen.”
Onderbuikgevoel
Robots zijn razendsnel, precies en onvermoeibaar, maar missen iets fundamenteels: intuïtie. “Ze zijn extreem goed in het verzamelen van grote hoeveelheden data op gestandaardiseerde wijze, of het uitvoeren van repetitieve handelingen”, zegt Mabesoone. “Maar ze hebben geen onderbuikgevoel.” En juist dat is cruciaal. “Er zijn talloze voorbeelden waarbij intuïtie leidend was. Neem de ontdekking van teflon: een onverwachte reactie tijdens een experiment leverde plots een materiaal op dat nergens aan bleef kleven. Dat was ongepland, onbegrepen. En leidde tot een compleet nieuw onderzoeksveld. Daarom denk ik dat voor fundamenteel onderzoek, waarbij de vraag nog niet scherp is, menselijk inzicht onmisbaar blijft.”
Het laboratorium van de toekomst
Geautomatiseerde labs maken chemisch onderzoek sneller, groter en systematischer. “Kleine labs die aan algemene onderzoeksvragen werken, kunnen daar niet tegenop”, zegt Mabesoone. In het verlengde daarvan ligt de ultieme ambitie: een volledig autonoom lab, aangestuurd door kunstmatige intelligentie. Een zogenoemd dark laboratory, waar geen mens meer aan te pas komt. “Dat is het eindstadium van dit project, maar daar zijn we nog niet.”
“Computers en robots kunnen veel meten en automatiseren, maar een kritisch paar ogen blijft essentieel”, zegt Mabesoone. “De analist van de toekomst is minder hands-on, maar bewaakt het overzicht en de kwaliteit van het proces.” Ook het onderwijs moet daarin meebewegen. “We leiden chemici nog te weinig op in programmeren en datadenken. Binnen het Big Chemistry Consortium zetten we daar juist sterk op in. We enthousiasmeren studenten door ze mee te laten werken aan grote projecten. Hierdoor zien zij sneller de impact van hun werk. Als we écht chemici willen opleiden die klaar zijn voor de toekomst, moeten we data en automatisering structureel verankeren in het curriculum.”
Radicaal anders
Wat Mabesoone betreft is het doel van Big Chemistry duidelijk. “Ik hoop dat we met dit programma kunnen laten zien dat juist door AI, data en automatisering te omarmen, we nieuwe moleculen en materialen mogelijk maken – radicaal anders dan wat we nu kennen. We willen bewijzen dat deze benadering werkt, en dat we ook de twijfelaars kunnen meenemen. Want álle data, álle metingen zijn waardevol – mits je ze goed vastlegt en deelt met de gemeenschap. Als we dat voor elkaar krijgen, blijft kennis niet liggen in een stoffige kast, maar bouwt elk experiment verder op het vorige.”
Wil je meer weten? Mathijs Mabesoone is een van de sprekers tijdens het seminar Lab van de toekomst op donderdag 25 september tijdens de vakbeurs LabNL. Ontdek welke technologieën nu én in de toekomst het verschil maken, en zie hoe de toekomst van laboratoriuminnovatie vorm krijgt.
English (UK)