A mesure que la data science et la robotique se développent, l’automatisation de tâches complexes s’étend. Cette extension concerne principalement les domaines scientifiques et permet d'accélérer les recherches et projets de multiples domaines d’activité. Mais jusqu’où peut-on optimiser ces domaines ? Pour y répondre, Lawrence Berkeley National Laboratory a décidé de créer A-Lab, un laboratoire entièrement automatisé.
Un laboratoire entièrement automatisé ?
Cette idée sortie d’un livre de science-fiction est pourtant bien réelle. L’A-Lab, installé à Berkeley en Californie, est un laboratoire dans la recherche des matériaux où les intelligences artificielles prennent les décisions et les robots exécutent les tâches. Dirigée par Yan Zeng, scientifique au Lawrence Berkeley National Laboratory (Berkeley Lab) du ministère de l’Énergie, son équipe supervisait l’expérience qui a duré un peu plus d’un an. L’objectif de A-Lab était de démontrer les performances d’un laboratoire sans action humaine. Après de nombreuses expériences, l’équipe d’observation a constaté que sans humains les processus de création étaient 100 fois plus rapides.
Qui est l’équipe derrière ce projet ?
Durant l’année d’expérimentation, de nombreux ingénieurs en chimie des matériaux ont entretenu l’architecture du projet. Parmi eux, on retrouve Yan Zeng, à la tête du programme, ainsi que Bernadus Rendy et Yuxing Fei. Chacun diplômé d’un doctorat en chimie et ingénierie des matériaux, on constate également diverses formations et certifications en data science qui permettent à ces scientifiques d’exceller dans leurs domaines.
Rendy possède de nombreuses certifications Google Cloud qui lui ont permis d’acquérir des connaissances sur le big data et le machine learning. Fei, quant à lui, a participé à de nombreux projets autour du machine learning et du text-mining avant de rejoindre le Berkeley Lab.
Grâce à cette équipe d’ingénieurs compétents, le Berkeley Lab souhaite optimiser A-Lab pour le rendre encore plus performant. Une fois complètement autonome dans la chaîne de production, l’institut souhaite commercialiser cette solution pour accélérer la recherche dans tous les domaines. C’est pourquoi si cet article vous a plu et si vous envisagez une carrière dans la Data Science, n’hésitez pas à découvrir nos articles ou nos offres de formations sur DataScientest.
Source : newscenter.lbl.gov
