चीन की AI-संचालित प्रयोगशालाओं के अंदर: रासायनिक खोज से सामग्री शोध तक

चीन के AI शोध पर ज़्यादातर चर्चा language models, तकनीकी कंपनियों और अंतरराष्ट्रीय AI प्रतिस्पर्धा पर केंद्रित रहती है।

लेकिन देश के कुछ शोध संस्थान AI को एक अलग चुनौती पर लागू कर रहे हैं: वैज्ञानिक प्रयोग।

नई सामग्री विकसित करने में अक्सर सैकड़ों संभावित संयोजनों की जाँच करनी पड़ती है। हर उम्मीदवार सामग्री को तैयार करना, परखना और मापना पड़ता है, तभी शोधकर्ता तय कर पाते हैं कि वह उपयोगी है या नहीं।

वैज्ञानिक हर संभावना की जाँच नहीं कर सकते। उन्हें चुनना पड़ता है कि प्रयासों को कहाँ केंद्रित करना है।

चीन के शोधकर्ता ऐसी प्रयोगशालाएँ विकसित कर रहे हैं जो AI को robotic उपकरणों से जोड़ती हैं, ताकि यह प्रक्रिया आसान हो। सॉफ़्टवेयर पिछले परिणामों की समीक्षा करके आशाजनक प्रयोगों का सुझाव दे सकता है, जबकि मशीनें सामग्री तैयार करती हैं और परीक्षण करती हैं।

मकसद वैज्ञानिकों की जगह लेना नहीं है। मकसद प्रायोगिक प्रक्रिया के कुछ हिस्सों को अधिक जुड़ा हुआ और कुशल बनाना है।

University of Science and Technology of China (USTC) और Chinese Academy of Sciences में हो रहे शोध दिखाते हैं कि यह दृष्टिकोण कैसे विकसित हो रहा है।

USTC का AI-Chemist: AI को भौतिक प्रयोगों से जोड़ना

2022 में USTC और सहयोगी संस्थानों के शोधकर्ताओं ने AI-Chemist पेश किया। यह AI सॉफ़्टवेयर, एक mobile robot और 14 स्वचालित प्रयोगशाला workstations को मिलाने वाली प्रणाली है।

अलग-अलग workstations ने रसायन तैयार किए, प्रयोग किए और परिणाम मापे। Robot नमूनों को उपकरणों के बीच ले जाता था।

सबसे महत्वपूर्ण विकास यह था कि ये गतिविधियाँ एक साथ कैसे काम करती थीं।

एक तय निर्देश-क्रम का पालन करने के बजाय, प्रणाली प्रायोगिक मापों और गणनात्मक मॉडलों का उपयोग करके यह पहचान सकती थी कि आगे क्या परखा जाए।

एक प्रदर्शन में, शोधकर्ताओं ने विद्युत-रसायन (electrochemistry) में महत्वपूर्ण एक रासायनिक अभिक्रिया के लिए धातुओं के संयोजनों की जाँच की।

उन्होंने 207 भौतिक प्रयोगों से शुरुआत की। उन मापों ने प्रणाली को हर संभावना परखे बिना अन्य आशाजनक संयोजनों की पहचान करने में मदद की।

शोधकर्ताओं ने फ़्लोरेसेंट यौगिकों और प्रकाश से होने वाली अभिक्रियाओं को सहारा देने वाली सामग्रियों पर भी इस प्रयोगशाला का प्रदर्शन किया।

इन प्रयोगों ने दिखाया कि AI-assisted योजना को एक ही प्रयोगशाला मंच पर रसायन विज्ञान की कई प्रकार की जाँचों से जोड़ा जा सकता है।

पहलू	रिपोर्ट किया गया	सीमा
सेटअप	synthesis, characterization और performance परीक्षणों के लिए mobile robot और 14 स्वचालित workstations	workflows प्रयोगशाला में परिभाषित थे
पहला अध्ययन	पाँच non-precious metals पर 207 प्रयोग, robot द्वारा निष्पादित	electrochemistry से जुड़ी एक अभिक्रिया पर केंद्रित
प्रदर्शन	फ़्लोरेसेंट यौगिक और प्रकाश से चलने वाली अभिक्रियाओं को सहारा देने वाली सामग्रियाँ	परिणाम लेखकों की अपनी प्रयोगशाला से
मुख्य क्षमता	मापों ने अगले प्रयोग चुनने में मदद की	हर रासायनिक कार्य के स्वचालन का प्रमाण नहीं

परिणाम शोधकर्ताओं के अपने प्रायोगिक वातावरण से आए थे। उन्होंने यह साबित नहीं किया कि AI-Chemist हर प्रकार का रासायनिक शोध कर सकता है।

फिर भी, इस परियोजना ने एक महत्वपूर्ण क्षमता दिखाई: आगे की प्रयोगशाला गतिविधि का मार्गदर्शन करने के लिए वास्तविक प्रयोगों से मिली जानकारी का उपयोग।

स्रोत: An All-Round AI-Chemist with a Scientific Mind, National Science Review, 2022

हेफ़ी से मंगल तक: एक असामान्य प्रयोग

USTC के शोध दल ने बाद में इस दृष्टिकोण को एक अधिक असामान्य समस्या पर दिखाया।

2023 में शोधकर्ताओं ने Nature Synthesis में एक अध्ययन प्रकाशित किया, जिसमें बताया गया कि उनके robotic AI chemist ने Martian meteorites का उपयोग करके एक catalyst विकसित करने में कैसे मदद की।

Catalyst वह पदार्थ है जो किसी रासायनिक अभिक्रिया को आसान या अधिक कुशल बनाता है।

शोधकर्ता ऐसे catalysts खोज रहे थे जो पानी से ऑक्सीजन उत्पादन में सहायक हों।

ऐसी तकनीक भविष्य में अंतरिक्ष अन्वेषण के लिए प्रासंगिक हो सकती है, जहाँ उपयोगी संसाधनों का स्थानीय उत्पादन पृथ्वी से हर चीज़ ले जाने की ज़रूरत को कम कर सकता है।

टीम ने AI-assisted गणनाओं और प्रयोगशाला प्रयोगों का उपयोग करके लाखों संभावित सामग्री संयोजनों की खोज की।

प्रणाली ने एक catalyst चुनने में मदद की, जिसे बाद में तैयार करके परखा गया।

प्रयोग पृथ्वी पर हुआ, Martian meteorites का उपयोग करके। इसमें मंगल ग्रह पर प्रयोगशाला चलाना नहीं था, और न ही यह पूरा ऑक्सीजन-उत्पादन तंत्र था जो किसी अंतरिक्ष मिशन के लिए तैयार हो।

सवाल	जवाब	सीमा
प्रयोग कहाँ हुआ?	पृथ्वी पर, Martian meteorites का उपयोग करके	मंगल पर प्रयोगशाला नहीं
क्या खोजा गया?	लेख के अनुसार लाखों संभावित सामग्री संयोजन	हर संयोजन की प्रयोगशाला में जाँच नहीं हुई
क्या बना?	AI-assisted गणनाओं और प्रयोगशाला परीक्षणों से चुना गया ऑक्सीजन उत्पादन catalyst	पूरा मिशन-तैयार ऑक्सीजन तंत्र नहीं
यह क्यों मायने रखता है?	अंतरिक्ष में स्थानीय संसाधन उत्पादन से पृथ्वी से ले जाने की ज़रूरत घट सकती है	भविष्य की प्रासंगिकता, अभी प्रदर्शित मिशन क्षमता नहीं

यह कार्य इसलिए उल्लेखनीय है क्योंकि इसने जो वैज्ञानिक समस्या हल की, वह महत्वपूर्ण है।

शोधकर्ताओं ने AI और robotic प्रयोगों का उपयोग करके सामग्री की बड़ी संख्या में संभावनाओं की जाँच की, जिन्हें एक-एक करके परखना अव्यावहारिक होता।

इससे दिखा कि उनका प्रयोगशाला दृष्टिकोण सामान्य रासायनिक परीक्षण से आगे बढ़कर एक विशेष सामग्री-विकास चुनौती पर भी लागू हो सकता है।

स्रोत: Automated synthesis of oxygen-producing catalysts from Martian meteorites by a robotic AI chemist, Nature Synthesis, online 2023, volume 3 (2024)

शेनझेन का MARS: सामग्री शोध में AI agents

Chinese Academy of Sciences का हिस्सा Shenzhen Institutes of Advanced Technology से एक और विकास सामने आया।

जनवरी 2026 में संस्थान और सहयोगी संस्थानों के नेतृत्व में शोधकर्ताओं ने MARS नामक प्रणाली का वर्णन किया।

जहाँ AI-Chemist ने computational models को robotic उपकरणों से जोड़ा, वहीं MARS ने यह परखा कि कई AI agents वैज्ञानिक कार्य के अलग-अलग हिस्सों का समन्वय कैसे कर सकते हैं।

एजेंट समूह	भूमिका
Orchestrator	अन्य समूहों का समन्वय करता है
Scientist	ज्ञान खोजता है और समाधान डिज़ाइन करता है
Engineer	डिज़ाइनों को प्रयोग प्रोटोकॉल में बदलता है
Executor	robotic उपकरणों को नियंत्रित करता है
Analyst	डेटा का विश्लेषण करता है और ऑप्टिमाइज़ेशन की योजना बनाता है

कुछ agents ने मौजूदा शोध की समीक्षा की और प्रयोगों की योजना बनाने में मदद की। अन्य agents ने उन योजनाओं को प्रयोगशाला उपकरणों के लिए निर्देशों में बदला या परिणामों का विश्लेषण किया।

शोधकर्ताओं ने इस प्रणाली को perovskites के साथ प्रदर्शित किया। ये वे सामग्रियाँ हैं जिन्हें सौर सेल और इलेक्ट्रॉनिक्स जैसे उपयोगों के लिए अध्ययन किया जा रहा है।

कुछ perovskites नमी के प्रति संवेदनशील होते हैं, इसलिए उनकी स्थिरता एक महत्वपूर्ण शोध समस्या है।

एक प्रयोग में, MARS ने perovskite nanocrystals तैयार करने को दस प्रायोगिक चरणों में बेहतर बनाने में मदद की।

एक अन्य प्रयोग में, उसने एक सुरक्षात्मक संरचना विकसित करने में मदद की, जिसका उद्देश्य सामग्री के पानी के प्रति प्रतिरोध को बेहतर बनाना था।

शोधकर्ताओं ने बताया कि उस विशेष डिज़ाइन प्रक्रिया को लगभग 3.5 घंटों में पूरा किया गया। यह आकलन शोध दल की अपनी रिपोर्ट पर आधारित है। रिपोर्ट किए गए सुधार का स्वतंत्र पुनरुत्पादन अभी स्थापित नहीं हुआ है।

इसका महत्वपूर्ण योगदान AI agents, वैज्ञानिक उपकरणों और robotic प्रयोगों के बीच का संबंध है।

MARS language models का उपयोग करता है, लेकिन उसका उद्देश्य बेहतर बातचीत वाले उत्तर देना नहीं है। ये मॉडल उस कार्य का समन्वय करने में मदद करते हैं जिसे अंततः भौतिक प्रयोगों से परखना होता है।

स्रोत: Knowledge-Driven Autonomous Materials Research via Collaborative Multi-Agent and Robotic System, Matter, 2026

एक बढ़ती शोध दिशा, अलग-थलग प्रयोग नहीं

ये परियोजनाएँ चीन के वैज्ञानिक शोध समुदाय में व्यापक गतिविधि का हिस्सा हैं।

2025 में Digital Discovery में प्रकाशित एक perspective ने रासायनिक संश्लेषण, सामग्री तैयारी और प्रायोगिक परीक्षण के लिए बनी प्रणालियों सहित चीन में autonomous laboratory विकास की कई परियोजनाओं की समीक्षा की।

कुछ परियोजनाएँ robotic उपकरणों को computational तरीकों से जोड़ने पर केंद्रित थीं। अन्य इस पर काम कर रही थीं कि AI वैज्ञानिक जानकारी की व्याख्या करने और प्रयोगों के समन्वय में कैसे मदद कर सकता है।

यह perspective AI-Chemist और MARS से आगे फैली गतिविधि का सबूत देता है, हालाँकि यह चर्चा की गई हर प्रणाली के प्रदर्शन को स्वतंत्र रूप से सत्यापित नहीं करता।

चीन इस क्षेत्र में अकेला नहीं है।

अन्य देशों के शोधकर्ता भी machine learning को laboratory automation के साथ जोड़ने वाले तुलनीय दृष्टिकोण दिखा चुके हैं।

इसलिए चीनी कार्य का महत्व यह नहीं है कि चीन ने इस क्षेत्र का आविष्कार किया। महत्व यह है कि उसके विश्वविद्यालय और शोध संस्थान रसायन विज्ञान और सामग्री विज्ञान के कई क्षेत्रों में व्यावहारिक प्रायोगिक प्रणालियों का योगदान दे रहे हैं।

स्रोत: Autonomous laboratories in China: an embodied intelligence-driven platform to accelerate chemical discovery, Digital Discovery, 2025 perspective

शोध प्रदर्शनों से विश्वसनीय प्रयोगशालाओं तक

प्रकाशित प्रयोग यह स्थापित करते हैं कि चीनी शोध दलों ने AI-assisted निर्णयों को भौतिक प्रयोगशाला कार्य से जोड़ा है।

लेकिन किसी एक प्रयोगशाला में किसी प्रणाली का प्रदर्शन करना और उसे कई शोध वातावरणों में विश्वसनीय बनाना अलग बातें हैं।

उपकरण संस्थानों के बीच अलग होते हैं। प्रयोगात्मक परिणाम तैयारी के तरीकों, तापमान, उपकरण सेटिंग्स और अन्य परिस्थितियों पर निर्भर हो सकते हैं।

यदि कोई प्रयोगशाला किसी सामग्री को सफलतापूर्वक विकसित करती है, तो उसे ऐसे रिकॉर्ड भी देने होंगे जिनसे अन्य शोधकर्ता परिणाम की जाँच और पुनरुत्पादन कर सकें।

सुरक्षा एक और चुनौती है।

सिर्फ़ इसलिए रासायनिक प्रयोग नहीं हो सकता कि कोई AI मॉडल उसकी सिफ़ारिश करता है। उपकरण की सीमाएँ, रसायनों की अनुकूलता और उचित निगरानी आवश्यक बनी रहती हैं।

ये चिंताएँ केवल चीनी शोध की नहीं हैं। ये अंतरराष्ट्रीय स्तर पर autonomous laboratories के सामने चुनौतियाँ हैं।

यहाँ देखी गई परियोजनाओं के लिए, समीक्षित साक्ष्यों में पूरे प्रायोगिक workflows का स्वतंत्र पुनरुत्पादन स्थापित नहीं हुआ है।

प्रदर्शित परिणाम सार्थक हैं, लेकिन उन्हें इस बात का प्रमाण नहीं समझना चाहिए कि autonomous laboratories सभी वैज्ञानिक शोध या उद्योग में बिना प्रतिबंध के उपयोग के लिए तैयार हैं।

चीन का यह काम क्यों मायने रखता है

USTC और Shenzhen Institutes of Advanced Technology के विकास चीन के AI शोध में एक अलग दिशा दिखाते हैं।

मुख्य रूप से ऐसी प्रणालियों पर ध्यान देने के बजाय जो उत्तर उत्पन्न करती हैं, ये शोधकर्ता AI को ऐसे उपकरणों से जोड़ रहे हैं जो नया प्रायोगिक साक्ष्य उत्पन्न करते हैं।

AI-Chemist ने कई कार्यों में समन्वित रासायनिक शोध का प्रदर्शन किया। Martian meteorite परियोजना ने इस दृष्टिकोण को एक असामान्य सामग्री समस्या पर लागू किया। MARS ने जाँचा कि AI agents एक अधिक जटिल प्रायोगिक workflow को कैसे संभाल सकते हैं।

ये विशिष्ट शोध उपलब्धियाँ हैं, व्यापक औद्योगिक अपनाने के प्रमाण नहीं।

इनका महत्व यह दिखाने में है कि AI वैज्ञानिकों को उन संभावनाओं की जाँच में कैसे मदद कर सकता है, जिनके लिए अन्यथा व्यापक मैन्युअल प्रयोगों की ज़रूरत होती।

परियोजना	AI की भूमिका	रिपोर्ट किया गया पैमाना	अभी अज्ञात
AI-Chemist (USTC, 2022)	मापों के आधार पर अगले प्रयोग की योजना	14 workstations; एक अध्ययन में 207 प्रयोग	अन्य प्रयोगशाला सेटअप में पुनरुत्पादन
Martian meteorite catalyst (USTC, 2023)	बड़े खोज-क्षेत्र से catalyst चुनने में सहायता	पृथ्वी पर चुने गए catalyst के प्रयोगशाला परीक्षण	वास्तविक ऑक्सीजन उत्पादन
MARS (SIAT के नेतृत्व में, 2026)	कई AI agents का robots के साथ समन्वय	दस चरणों में perovskite ऑप्टिमाइज़ेशन; 3.5 घंटे (टीम की रिपोर्ट)	स्वतंत्र तुलना और पुनरुत्पादन

चीन के शोधकर्ता केवल ऐसा AI नहीं बना रहे जो वैज्ञानिक खोजों पर चर्चा कर सके। वे ऐसी प्रणालियाँ बना रहे हैं जो उन प्रयोगों में भाग लेती हैं जिनसे इन खोजों की जाँच होती है।

इस दृष्टिकोण की व्यापक उपयोगिता इस पर निर्भर करेगी कि यह अपनी मूल प्रयोगशालाओं से आगे कितनी विश्वसनीयता से काम करता है। अभी के लिए, प्रकाशित शोध एक विकसित होती वैज्ञानिक क्षमता का प्रमाण देता है, और चीन की AI गतिविधि में language-model अनुप्रयोगों से आगे की एक महत्वपूर्ण दिशा भी दिखाता है।

स्रोत और आगे पढ़ने के लिए

1. An All-Round AI-Chemist with a Scientific Mind, National Science Review, 2022
2. Automated synthesis of oxygen-producing catalysts from Martian meteorites by a robotic AI chemist, Nature Synthesis, online 2023, volume 3 (2024)
3. Knowledge-Driven Autonomous Materials Research via Collaborative Multi-Agent and Robotic System, Matter, 2026
4. Autonomous laboratories in China: an embodied intelligence-driven platform to accelerate chemical discovery, Digital Discovery, 2025 perspective
5. Steering towards safe self-driving laboratories, Nature Reviews Chemistry, 2025