Laboratório sem humanos: China lança sistema de IA para criar materiais de forma autônoma

Cientistas da Academia Chinesa de Ciências (CAS) construíram um sistema multiagente de IA para o desenvolvimento de novos materiais. Ele fecha o ciclo completo — da formulação da hipótese ao controle de robôs em um laboratório físico — sem participação humana nas etapas intermediárias. Segundo o Jiqizhixin (机器之心), trata-se de um exemplo funcional de "ciclo fechado autônomo" na ciência dos materiais: o tradicional método de tentativa e erro (a chamada "abordagem edisoniana") dá lugar a uma combinação de vários modelos de linguagem especializados e manipuladores robóticos.

Três agentes no lugar de um departamento científico

A base do sistema é uma arquitetura multiagente que imita o funcionamento de um instituto de pesquisa inteiro. Um agente atua como "bibliotecário": analisa milhares de artigos científicos e extrai dados sobre experimentos anteriores, tanto bem-sucedidos quanto fracassados. O segundo agente, o "teórico", modela interações entre átomos em nível quântico e prevê as propriedades do futuro material antes mesmo da síntese.

O terceiro, o "engenheiro", traduz fórmulas químicas abstratas em instruções concretas para o equipamento de laboratório — ou seja, em um protocolo que um robô consegue executar. Os agentes não trabalham isoladamente: eles trocam dados, debatem e corrigem as ações uns dos outros em tempo real. O resultado imita o trabalho de uma equipe científica completa, e não de programas isolados que preveem propriedades de moléculas.

Ciclo fechado: hipótese → experimento → análise → nova iteração

Quando o "engenheiro" envia um comando ao robô, a máquina mistura reagentes ou sinteriza pós fisicamente — sem nenhum humano operando o aparelho. Se o resultado não bate com a previsão do modelo teórico (o que na ciência acontece quase sempre), o sistema não trava: ele analisa os dados dos sensores, identifica em que ponto a teoria divergiu da prática e inicia sozinho a próxima iteração do experimento. Esse é o ciclo fechado autônomo de que as gigantes de tecnologia falam há tempos. Ao humano cabe apenas definir os parâmetros iniciais da busca e observar, na tela, o surgimento de um material com as propriedades desejadas.

Por que isso importa: o P&D de materiais bateu no teto

Durante anos, a ciência dos materiais clássica testou combinações de elementos em busca do supercondutor ou catalisador certo — a "abordagem edisoniana": tentativa e erro sem fim, em que cada tentativa fracassada custa semanas de trabalho de laboratório. Hoje a indústria esbarra em um teto tecnológico em várias frentes ao mesmo tempo, da capacidade das baterias à eficiência dos painéis solares, e precisa de novos materiais mais rápido do que a ciência tradicional consegue entregar. O projeto da CAS mostra que a combinação de LLMs e robótica pode encurtar o ciclo de P&D em dezenas, ou até centenas, de vezes, porque o próprio sistema formula a hipótese, planeja o experimento e o executa — enquanto as startups ocidentais se concentram em gerar texto e imagens.

O que acontece com o papel dos cientistas humanos

A consequência direta da automação das operações rotineiras de laboratório é a transformação do papel de pós-graduandos e pesquisadores, cujo trabalho consistia em misturar reagentes e calibrar instrumentos de forma monótona. Essa rotina passa para robôs comandados pelo sistema multiagente. Ao humano resta formular tarefas para os agentes de IA e interpretar os resultados — inclusive aqueles que contrariam a intuição científica clássica. Na prática, nesse modelo a descoberta científica passa a ser produto da gestão eficiente de redes neurais, e não de um lampejo casual de um único cientista.

O que os pesquisadores da CAS apresentaram?

Um sistema multiagente de IA para o desenvolvimento de novos materiais que opera como um ciclo fechado autônomo: ele mesmo formula a hipótese, planeja o experimento e o executa com manipuladores robóticos em um laboratório físico — sem participação humana passo a passo em cada etapa.

Como os papéis são distribuídos entre os agentes do sistema?

O sistema foi construído como um instituto de pesquisa virtual com três agentes especializados: o "bibliotecário" analisa artigos científicos e dados de experimentos anteriores, o "teórico" modela interações entre átomos em nível quântico e o "engenheiro" converte fórmulas químicas em instruções para os robôs de laboratório. Os agentes trocam dados e corrigem as ações uns dos outros em tempo real, imitando o trabalho de uma equipe científica.

O que acontece se o resultado do experimento não confirmar a teoria?

O sistema analisa os dados dos sensores do equipamento de laboratório, identifica em que ponto o modelo teórico divergiu do resultado prático e inicia automaticamente a próxima iteração do experimento — sem parar para uma análise humana. É isso que torna o ciclo "fechado": hipótese, experimento e ajuste acontecem sem sair do circuito autônomo.