불안정한 프로토세포에 대한 인공지능 탐색은 예측 가능한 특성과 집단 행동의 발견으로 이어집니다.

프로토셀 모델은 세포가 지구에서 처음으로 어떻게 조립되었는지를 조사하는 데 사용됩니다. 오일-물 방울과 같은 일부 모델은 겉보기에는 간단한 모델처럼 보일 수 있지만, 복잡하고 예측할 수 없는 행동을 나타낼 수 있습니다. 이러한 간단한 오일-물 시스템이 모여서 복잡하고 생명과 유사한 행동을 생성하는 것은 여전히 핵심 질문입니다. 본 연구에서는 자동화된 실험, 이미지 처리, 물리화학적 분석 및 기계 학습의 조합이 오일-물 방울 행동 뒤에 있는 원동력을 이해하는 데 상당한 발전을 이룰 수 있게 해 준 방법을 설명합니다. 자율 로봇 플랫폼을 사용하여 수집한 7,000개 이상의 실험을 활용하여, 스마트 자동화가 탐색, 최적화 및 새로운 행동 발견에 기여할 뿐만 아니라, 이러한 시스템에 대한 기본적인 이해를 발전시키는 데도 핵심적일 수 있음을 보여줍니다. 이 과정을 통해 우리는 방울 제형과 행동을 예측된 물리적 속성을 통해 연관 짓고, 드문 집단 방울 행동, 방울 군집의 발생을 더 많이 식별하고 예측할 수 있었습니다. 양성자 NMR 분광법 및 정성적 pH 방법을 통해 우리는 오일 용해, 화학 변화, 상 전이 및 방울과 수용상 흐름을 더 잘 이해할 수 있었으며, 스마트 자동화와 전통적인 분석 화학 기술의 조합의 유용성을 보여줍니다. 우리는 또한 로봇 플랫폼을 사용하여 오일과 수용상의 동시 탐사를 위한 연구를 확장하였습니다. 전반적으로 이 연구는 화학, 로봇 공학 및 인공지능의 조합이 발견, 예측 및 기계적 이해를 가능하게 함을 보여주며, 어떤 한 접근 방법만으로는 달성할 수 없는 방식을 제시합니다.