Pendekatan revolusioner terhadap otomatisasi laboratorium kini mengubah cara ilmuwan menemukan material baru. Para peneliti di North Carolina State University telah mengembangkan laboratorium otomatis yang mampu mengumpulkan setidaknya 10 kali lebih banyak data dibandingkan teknik sebelumnya, sehingga secara dramatis mempercepat laju penemuan material.
Terobosan yang dipublikasikan di Nature Chemical Engineering ini menggunakan eksperimen aliran dinamis, di mana campuran kimia mengalir terus-menerus melalui sistem sambil dipantau secara real-time. Ini merupakan pergeseran signifikan dari metode keadaan tunak tradisional yang mengharuskan menunggu reaksi selesai sebelum dianalisis.
"Kami kini telah menciptakan laboratorium otomatis yang memanfaatkan eksperimen aliran dinamis, di mana campuran kimia secara kontinu divariasikan melalui sistem dan dipantau secara real-time," jelas Milad Abolhasani, Profesor ALCOA di bidang Teknik Kimia dan Biomolekuler NC State sekaligus penulis korespondensi studi tersebut. "Ibaratnya seperti beralih dari satu foto menjadi film penuh dari reaksi yang terjadi."
Sistem ini tidak pernah berhenti beroperasi atau mengkarakterisasi sampel, menangkap data setiap setengah detik alih-alih menunggu setiap eksperimen selesai. Operasi berkelanjutan ini memungkinkan algoritma machine learning laboratorium menerima jauh lebih banyak data eksperimental berkualitas tinggi, sehingga prediksinya semakin akurat dan kemampuan pemecahan masalah meningkat pesat.
Selain kecepatan, inovasi ini juga secara signifikan mengurangi dampak lingkungan. "Dengan mengurangi jumlah eksperimen yang dibutuhkan, sistem ini secara drastis memangkas penggunaan bahan kimia dan limbah, sehingga mendorong praktik riset yang lebih berkelanjutan," ujar Abolhasani. "Masa depan penemuan material bukan hanya soal seberapa cepat kita bisa melaju, tapi juga seberapa bertanggung jawab kita mencapainya."
Dampaknya bagi penyelesaian tantangan global sangat besar. Laboratorium otomatis dapat memungkinkan ilmuwan menemukan material terobosan untuk energi bersih, elektronik baru, atau bahan kimia berkelanjutan dalam hitungan hari, bukan tahun. Dalam pengujian, sistem aliran dinamis berhasil mengidentifikasi kandidat material optimal pada percobaan pertama setelah pelatihan, menunjukkan efisiensinya.
Teknologi ini merupakan bagian dari gerakan yang lebih luas menuju sains otonom, di mana AI dan robotika mempercepat penemuan hingga 10-100 kali lipat dibandingkan metode tradisional. Seiring perkembangan sistem ini, mereka menjanjikan solusi lebih cepat bagi tantangan terbesar masyarakat di bidang energi, keberlanjutan, dan pengembangan material maju.