論文公開サイトarXivは10月16日(現地時間)、科学的発見の自動化を加速させる新しい概念「自己構築型ラボラトリー（SBL）」に関する論文を公開しました。SBLは高レベルの科学的目標に基づき、自身のラボ設定を自律的に設計、構成、運用するシステムです。これにより、既存の自己駆動型ラボラトリー（SDLs）が抱える柔軟性の課題を解決し、科学的発見を大規模に進める上でのボトルネック解消を目指します。
arXivが公開した論文によると、自己構築型ラボラトリー（SBL）は、空の部屋から既存の自己駆動型ラボラトリー（SDL）まで、あらゆる初期状態から開始し、不足する機能を自律的に構築します。具体的には、ラボのレイアウト設計、デジタルツインの構築、ロボットスキルの獲得、実験ワークフローの生成などを、人間の介入なしに実行可能です。このシステムは、異なる種類のロボットや設定にも対応し、単一のワークステーションから複数のロボットが連携する大規模なラボ環境にまで規模を拡大できるとされています。
従来のSDLは、特定の科学的目標や実験手順に合わせて精密に設計されており、新たな科学的目標や未知の実験パラメーターに対応するには大幅な手動による再構成が必要でした。これに対しSBLは、より高レベルの自律性を実現し、人間が新しい研究分野や課題に注力できるよう、ラボ環境そのものを適応させることが可能です。論文では、SBLは高レベルの科学的目標に基づいて、自身のラボ設定を設計、構築、運用すると定義されており、これがSDLとの根本的な差異であり、SBLが実現する柔軟性と拡張性の根源となっています。
SBLのエンドツーエンドの能力は、実世界での量子ドット（CQD）合成実験を通じて検証されました。論文によれば、SBLは自律的にCQD合成ラボを設計・構築し、特定の合成タスクにおいて、既存のプロトコルに匹敵する性能を達成しました。この実証実験は、SBLが複雑な化学合成を含む広範な科学的課題に対応できることを示しています。
本システムは、人間による研究者の役割を、デバイスの自動設定やプログラミング作業から、より本質的な科学的目標の指定へと移行させることを提唱しています。これにより、科学的な自動化のアクセス性、柔軟性、拡張性が大幅に向上すると期待されており、大規模な科学的発見を加速する新たなプラットフォームとしての可能性が示唆されています。論文の著者には、Jiaru Bai氏、Yuchi Zhao氏、Han Hao氏、Miroslav Bogdanovic氏、Yang Cao氏、Varinia Bernales氏、Alán Aspuru-Guzik氏らが名を連ねています。
参考: arXiv cs.AI — 2026年10月17日 02:48 (JST)