• Slēgta cikla zinātniskās eksperimentēšanas sistēmu izstrāde, kas integrē automatizāciju ar mākslīgā intelekta vadītiem, uzticamiem lēmumu pieņemšanas procesiem esošajās laboratoriju vidēs;
• Paātrināti zinātniskie atklājumi ar paaugstinātu efektivitāti un reproducējamību;
• Uzlabota zinātniskā produktivitāte;
• Laboratoriju automatizācijas attīstība, tostarp labākās prakses, izaicinājumu un iespēju izstrāde pētniecības un attīstības paātrināšanai; un
• Funkcionāli prototipu demonstratori, kas parāda automatizācijas integrāciju ar mākslīgā intelekta vadītu lēmumu pieņemšanu, nodrošinot slēgta cikla zinātniskās eksperimentēšanas sistēmu izstrādi.

Šī tēma ir vērsta uz drošu un uzticamu slēgta cikla zinātniskās eksperimentēšanas sistēmu izstrādi, integrējot laboratorijas automatizāciju ar AI vadītiem lēmumu pieņemšanas procesiem un stabilu datu infrastruktūru. Finansētie projekti palīdzēs zinātniskajām laboratorijām ar jau augstu automatizācijas un digitalizācijas līmeni izstrādāt, attīstīt un testēt inteliģences slāni, kas ļauj zinātniskajiem instrumentiem daļēji vai pilnībā autonomi plānot, veikt un analizēt eksperimentus, ideālā gadījumā koordinācijā/tīklā ar citām laboratorijām un neprasot pilnīgu esošā laboratorijas aprīkojuma pārveidi.

Priekšlikumos jāiekļauj visaptverošas datu pārvaldības sistēmas, kas spēj nodrošināt eksperimentālo datu vākšanu, uzglabāšanu, apstrādi un kopīgošanu. Tas ietver mērogojamu un drošu datu uzglabāšanas risinājumu, efektīvu datu apstrādes un analīzes rīku, kā arī mehānismu izstrādi, lai veicinātu datu kopīgošanu un sadarbību starp laboratorijām, vienlaikus nodrošinot datu drošību un privātumu.

Sistēmas varētu ietvert AI vadītus resursu optimizācijas moduļus, aktīvi samazinot enerģijas, reaģentu un materiālu patēriņu automatizēto eksperimentēšanas ciklu laikā. Sistēmām pēc noklusējuma jāietver atbilstošs drošības un robustuma līmenis.

Priekšlikumos jāparāda, kā esošu laboratoriju var aprīkot ar AI vadītām sistēmām, lai plānotu, izpildītu un analizētu eksperimentus slēgtā ciklā, iekļaujot cilvēka uzraudzību un mijiedarbību, lai nodrošinātu precizitāti, drošību un ētisko atbilstību.

Iespējamie pētniecības mērķi ietver (neizsmeļoši):

• Autonomas/daļēji autonomas un adaptīvas AI sistēmas (tostarp aģentu AI), kas savienojas ar laboratorijas instrumentiem un robotiku un spēj autonomi plānot, darboties, mācīties un pielāgoties zinātniskajā vidē, validētā drošā procesā,
• Palīdzības un interaktīvas drošas AI pārvaldītas robotizētas sistēmas, kas automatizē dažādus eksperimentus un kuras var pielietot dažādās aparatūras konfigurācijās.
• Mērogojami automatizācijas risinājumi un tīklotas AI sistēmas, kas nodrošina sadarbības eksperimentus vairākās laboratorijās un laboratoriju tīklos (tostarp dažādās ģeogrāfiskās vietās), atbalstot vienlaicīgu liela apjoma eksperimentu izpildi,
• Sistēmas, kas nodrošina reāllaika datu apstrādi un analītiku, ļaujot veikt tūlītēju atgriezenisko saiti un dinamiskus pielāgojumus eksperimentu laikā
• Standarti un protokoli, lai nodrošinātu savietojamību starp dažādiem laboratorijas instrumentiem, robotiku un AI sistēmām
• Intuitīvas lietotāja saskarnes uzlabotai cilvēka un mašīnas mijiedarbībai
• AI vadītas paredzamās tehniskās apkopes sistēmas, lai optimizētu iekārtu darbības laiku un resursu izmantošanu.
• Izpēte par to, kā zinātniskās automatizācijas tehnoloģijas var pielāgot izmantošanai dažādās zinātnes disciplīnās ārpus šī uzaicinājuma darbības jomas

Priekšlikumos jādemonstrē cieša starpdisciplināra datorzinātnieku/AI zinātnieku un nozares zinātnieku sadarbība.

Lai gan šī uzaicinājuma darbības jomā prioritāte ir programmatūras izstrāde, tas neizslēdz pamatotu papildu aprīkojuma iegādi, kas nepieciešama projekta pētniecības mērķu īstenošanai.

Sākotnējais uzsvars tiek likts uz materiālzinātni (4. klasteris). Automatizētās eksperimentēšanas ietekmes jomas šajā jomā varētu ietvert (neizsmeļoši) zāļu atklāšanu, akumulatoru tehnoloģijas, fotoelementus, oglekļa uztveršanu/uzglabāšanu, ūdens attīrīšanu, augsnes sanāciju, videi draudzīgus mēslošanas līdzekļus, alternatīvu olbaltumvielu avotu izstrādi pārtikas ražošanā, ilgtspējīgus audumus/krāsvielas.

Šīs tēmas tematisko fokusu var paplašināt, iekļaujot zinātnes disciplīnas un eksperimentālos iestatījumus, kas interesē sadarbības klasterus.

Starptautiskā sadarbība tiek atbalstīta.

Paredzams, ka priekšlikumi veidos sinerģiju ar notiekošajiem Horizon Europe projektiem tajā pašā jomā, piemēram, ar HORIZON-CL4-INDUSTRY-2025-01-DIGITAL-61.