DATOS EXPERIMENTALES PARA EVALUACIONES Y RL

Datos experimentales reales para una IA que haga ciencia.

Datos de laboratorio para equipos que crean evaluaciones científicas y entornos de RL. Elige un material y las mediciones que necesitas. Entregamos los archivos originales con una respuesta medida con la que puntuar tu modelo.

Mediciones originales y revisión experta, adaptadas a tu tarea científica.

Proceso grabado de una celda de botón con anotaciones revisadas en fotogramas pausados.
  1. Elige los datos

    Selecciona un material y las mediciones que necesitas en la tabla siguiente.

  2. Los obtenemos

    A partir de registros que un laboratorio ya conserva, de nuevos experimentos o de investigación en curso.

  3. Los recibes

    Los archivos originales, las condiciones en que se obtuvieron y una respuesta medida para puntuar.

TIPOS DE DATOS

Materiales y las mediciones que podemos entregar.

Busca tu material en la columna izquierda. Cada punto es un tipo de medición que podemos entregar para él, a partir de registros de laboratorio existentes o de nuevos experimentos.

  • Tipo de dato que podemos entregar
  • Muestra disponible a petición
Materiales
MaterialCómo se hizoEstructura y composiciónRendimientoRazonamiento
Registros de procesoRegistros de máquinaDifracción de rayos XMicroscopía electrónicaAFM y ópticaElemental y de superficieRamanVoltametríaImpedanciaCiclado y durabilidadDecisiones de los científicos
Electrolitos y aditivos para baterías ★ Muestra disponible a petición DisponibleNo se ofreceNo se ofreceNo se ofreceNo se ofreceNo se ofrece Disponible Disponible Disponible Disponible Disponible
Electrodos y celdas de iones de litio ★ Muestra disponible a petición Disponible Disponible Disponible DisponibleNo se ofrece Disponible Disponible Disponible Disponible Disponible Disponible
Catalizadores de metal-nitrógeno-carbono ★ Muestra disponible a petición Disponible Disponible Disponible DisponibleNo se ofrece Disponible Disponible Disponible Disponible Disponible Disponible
Electrodos de óxido para pilas de combustible y electrólisis Disponible Disponible Disponible DisponibleNo se ofrece DisponibleNo se ofrece Disponible Disponible Disponible Disponible
Grafeno y películas 2D ★ Muestra disponible a petición Disponible DisponibleNo se ofrece Disponible Disponible Disponible DisponibleNo se ofreceNo se ofreceNo se ofrece Disponible
Películas delgadas y patrones litográficos Disponible Disponible Disponible Disponible Disponible DisponibleNo se ofreceNo se ofreceNo se ofreceNo se ofrece Disponible
Polvos sintetizados y cerámicas Disponible Disponible Disponible DisponibleNo se ofrece Disponible DisponibleNo se ofreceNo se ofreceNo se ofrece Disponible
Muestras biológicas
Tipo de muestraCómo se hizoEnsayosRazonamiento
Registros de preparaciónCitometría de flujoImagen de proteínas y Western blotRT-qPCRELISA y ensayos en placaViabilidad y citotoxicidadCinética enzimáticaDecisiones de los científicos
Células cultivadas y ensayos inmunológicos ★ Muestra disponible a petición Disponible Disponible Disponible Disponible Disponible DisponibleNo se ofrece Disponible
Enzimas y variantes DisponibleNo se ofrece DisponibleNo se ofrece DisponibleNo se ofrece Disponible Disponible

CÓMO LOS OBTENEMOS

Tres formas de obtener los datos.

Cada tipo de dato puede proceder de registros inéditos que un laboratorio ya conserva, de experimentos realizados según tu especificación o de investigación en curso.

Registros de laboratorio inéditos

Archivos originales de laboratorio que nunca se han publicado ni difundido, así que ningún modelo los ha visto durante su entrenamiento. Recuperamos los archivos, los vinculamos a sus muestras y añadimos anotación experta.

Indicado para Análisis de datos brutos, resultados reservados y seguimiento de procesos.

Consultar registros inéditos

Nuevos experimentos

Trabajo realizado según tu especificación: materiales elegidos, variación controlada, mediciones acordadas y repeticiones.

Indicado para Conjuntos de casos comparables y mediciones que faltan en el registro histórico.

Definir nuevos experimentos

Investigación en curso

Financiamos o apoyamos la investigación actual de un grupo y recogemos los registros a medida que se generan, incluidos el razonamiento de cada paso y los ensayos fallidos.

Indicado para Decisiones sobre el siguiente experimento y resultados aún no publicados.

Hablar de una colaboración

EVALUACIONES Y ENTORNOS DE RL

Qué se le puede preguntar a tu modelo.

Cada tarea entrega al modelo archivos reales de laboratorio, como datos de instrumentos y registros de máquina, y puntúa su respuesta frente a lo que realmente se midió. Hay cinco tipos de tarea; cada uno se muestra con un ejemplo.

  1. Análisis de datos brutos

    El agente abre archivos de instrumento e indica una magnitud. Se puntúa frente a un valor de referencia con una tolerancia.

    Ejemplo · Catalizadores de metal-nitrógeno-carbono

    ¿Cuál es el potencial de media onda para la reducción de oxígeno?

    El agente recibe
    Un archivo de barrido, el diámetro del electrodo y la carga de catalizador
    Se puntúa frente a
    Un valor de referencia con una tolerancia
  2. Resultado reservado

    El agente lee cómo se preparó y caracterizó un material y predice su rendimiento. Se puntúa frente a la medición que se mantuvo reservada.

    Ejemplo · Electrodos y celdas de iones de litio

    ¿Cuál será la retención de capacidad en el ciclo 300?

    El agente recibe
    Datos de formación y los primeros 50 ciclos
    Se puntúa frente a
    La medición que se mantuvo reservada
  3. Selección de mediciones

    El agente gasta un presupuesto solicitando mediciones y después da un diagnóstico. Se puntúan el diagnóstico y el coste de alcanzarlo.

    Ejemplo · Células cultivadas y ensayos inmunológicos

    ¿Qué ensayo adicional resolvería el resultado?

    El agente recibe
    Resultados de los ensayos realizados hasta ahora
    Se puntúa frente a
    Una respuesta experta con alternativas aceptadas
  4. Seguimiento de procesos

    El agente sigue un ensayo a través de los registros de máquina y señala un fallo o una desviación del plan. Se puntúa frente a los eventos registrados y al resultado.

    Ejemplo · Grafeno y películas 2D

    ¿En qué segmento de la receta se apartó el reactor de sus consignas?

    El agente recibe
    El registro de máquina del reactor
    Se puntúa frente a
    Los eventos del registro
  5. Decisión sobre el siguiente experimento

    El agente ve el registro hasta una decisión y elige qué hacer a continuación. Se puntúa frente a la elección registrada del científico y al resultado que siguió.

    Ejemplo · Electrodos y celdas de iones de litio

    ¿Qué formulación conviene ensayar a continuación y por qué?

    El agente recibe
    Los resultados hasta la fecha
    Se puntúa frente a
    La elección registrada del científico y su resultado

UN EJEMPLO EN MARCHA

Un entorno de RL creado a partir de registros de laboratorio.

Vicena Gym convierte registros como estos en tareas puntuadas, un laboratorio virtual que trabaja con un presupuesto y una clasificación. Se ejecuta en tu propio ordenador.

Explorar los entornos de RL
334
tareas de evaluación
681
tareas de entrenamiento
116
episodios de evaluación

FAMILIAS DE EXPERIMENTOS

Ejemplos de trabajo científico del que tu IA puede aprender.

Explore tipos de datos científicos en materiales, química y biología. Definimos nuevos experimentos o la ampliación por expertos de conjuntos históricos adecuados según las necesidades de su modelo.

Baterías y electroquímica

Datos de ciclado, impedancia, procesos y rendimiento

Del proceso de fabricación de celdas documentado
Del proceso de fabricación de celdas documentado

Relaciona la preparación del material y el montaje de la celda con su rendimiento medido.

Experimentos que podemos definir
Formulación y recubrimiento de electrodos; montaje de celdas; formación, ciclado y caracterización electroquímica.
Tipos de datos que podemos recopilar
Series temporales de formación y ciclado; mediciones de impedancia y resistencia; registros de procesos y formulaciones; metadatos vinculados a cada celda y resultados de rendimiento posteriores.
Qué puede aprender la IA

Estudia la relación entre preparación y rendimiento y evalúa la interpretación de variaciones, controles y fallos.

Hablemos de sus datos

Ejemplos de mediciones

Cómo cambia el rendimiento de una batería

Cada línea sigue una muestra de batería durante sus primeros 50 ciclos de carga. Vincular estas mediciones con resultados posteriores permite comprobar si un modelo puede elegir la muestra que conservará más capacidad tras un uso repetido.

Trayectorias de capacidad durante los primeros 50 ciclos

Películas delgadas y materiales 2D

Registros del reactor, espectros Raman, microscopía y fabricación

Micrografía aportada de un ejemplo de litografía láser
Micrografía aportada de un ejemplo de litografía láser Hadi Arjmandi Tash

Relaciona la fabricación de películas y la transferencia de materiales 2D con la calidad medida y la decisión sobre el siguiente paso.

Experimentos que podemos definir
Crecimiento por CVD, recubrimiento por rotación, litografía, deposición, grabado, lift-off y transferencia de grafeno; etapas individuales o un proceso conectado.
Tipos de datos que podemos recopilar
Series del reactor y eventos del proceso; espectros Raman nativos, mapas espaciales y metadatos de adquisición; microscopía, barridos de superficie y decisiones expertas de calidad.
Qué puede aprender la IA

Evalúa la fidelidad del patrón, la cobertura y los daños de la película, incluido el criterio experto necesario para pasar al siguiente paso.

Hablemos de sus datos

Ejemplos de mediciones

Qué revelan las mediciones de un material

Estas mediciones con luz muestran cómo varía la respuesta del material a lo largo de la línea medida. Las interpretaciones revisadas por científicos pueden ayudar a un modelo a reconocer diferencias y evaluar la calidad.

Espectros Raman medidos y mapa espacial lineal
Qué ocurrió durante un experimento

Estas curvas registran las señales del reactor durante un ensayo. Los registros del proceso pueden ayudar a relacionar las condiciones con las observaciones y decidir qué investigar después. Este registro es independiente del ejemplo Raman.

Señales registradas del reactor CVD y etapas del proceso

EJEMPLOS DE INVESTIGACIÓN APORTADOS

Ejemplos de fallos en los procesos

Estas imágenes de microscopía y AFM muestran problemas de calidad reportados durante la fabricación. Una nueva campaña puede vincular estas observaciones con los parámetros, las mediciones originales y la siguiente decisión del investigador.

Micrografía aportada de un patrón de resonador con bordes irregulares; se conserva la escala original de 100 µm. Abrir imagen completa
Litografía láser
Problema reportado
Bordes ondulados o festoneados y variación en el ancho de línea tras la litografía láser de un resonador de microondas.
Datos que se capturarían en un nuevo programa
Receta y parámetros de exposición, imágenes calibradas y medidas del ancho de línea, junto con la decisión de aceptar el resultado o repetir el paso.
Tarea de aprendizaje para la IA
Evaluar la fidelidad del patrón antes del siguiente paso de fabricación.
Imagen AFM aportada de un sustrato con orificios circulares y una línea de perfil marcada. Abrir imagen completa
Transferencia de grafeno
Problema reportado
La diapositiva aportada indica, a partir del análisis por AFM, que quedaron orificios sin cubrir tras la transferencia de grafeno.
Datos que se capturarían en un nuevo programa
Condiciones de transferencia y secado, escaneos AFM nativos y perfiles de altura, coordenadas del sustrato y del escaneo, y la decisión sobre el siguiente paso.
Tarea de aprendizaje para la IA
Comprobar la cobertura y elegir la siguiente medición o el cambio de proceso.
Ver el perfil de altura asociado
Micrografía aportada de estructuras multicapa arrugadas y rotas; se conserva la escala original de 200 µm. Abrir imagen completa
Deposición multicapa
Problema reportado
Arrugas y estructuras rotas tras la deposición por CVD de una estructura de Si/SiO₂/SiNₓ.
Datos que se capturarían en un nuevo programa
Secuencia de capas y parámetros de deposición, microscopía original, medidas de espesor y defectos, e interpretación del investigador.
Tarea de aprendizaje para la IA
Reconocer los daños y evaluar qué paso se debe investigar a continuación.

Imágenes compartidas por Hadi Arjmandi Tash. Los archivos nativos, los vínculos con las muestras y las condiciones de captura se acuerdan para cada nuevo programa.

Hablemos de sus datos

Síntesis y caracterización de materiales

Difracción, microscopía, composición y rendimiento

Micrografía de referencia: nanocubos sintetizados químicamente
Micrografía de referencia: nanocubos sintetizados químicamente Clarisse23000 CC BY-SA 4.0 Convertida a WebP

Conecte el historial de preparación de un material con su estructura, composición y rendimiento medido, incluidos estudios de catalizadores y electrodos de oxígeno.

Experimentos que podemos definir
Síntesis en estado sólido, XRD, microscopía y análisis elemental o de superficie; ensayos de rendimiento y durabilidad de catalizadores y electrodos de oxígeno.
Tipos de datos que podemos recopilar
Patrones de difracción, imágenes de microscopía, mapas elementales y espectros de superficie; series temporales de respuesta electroquímica y durabilidad; metadatos de muestras y ensayos.
Qué puede aprender la IA

Crea datos para predecir relaciones estructura-propiedad, analizar fases e interpretar evidencias medidas.

Hablemos de sus datos

Síntesis química y análisis

Registros de reacción, espectros y cromatogramas

Foto de referencia: preparación de muestras líquidas
Foto de referencia: preparación de muestras líquidas Julia Koblitz / Unsplash

Registra las entradas de una reacción, sus productos y las comprobaciones que permiten establecer el resultado.

Experimentos que podemos definir
Cribado de reacciones, caracterización molecular, NMR y LC-MS, validación analítica, control de calidad y desarrollo de rutas.
Tipos de datos que podemos recopilar
Reactivos y condiciones, espectros y cromatogramas; identidad, rendimiento o pureza medidos; controles, mediciones de referencia e interpretación de expertos.
Qué puede aprender la IA

Entrena modelos de reacciones y evalúa la asignación de estructuras, el razonamiento analítico y el diagnóstico de errores.

Hablemos de sus datos

Ingeniería enzimática y biocatálisis

Datos de variantes, calidad proteica y actividad

Foto de referencia: purificación de proteínas
Foto de referencia: purificación de proteínas TheBartgry CC0 1.0 Tamaño adaptado para su visualización

Sigue un cambio de secuencia desde la producción de proteína hasta la actividad calibrada y la respuesta al sustrato.

Experimentos que podemos definir
Variantes verificadas, preparaciones independientes de proteína, calidad y actividad. La cinética y estabilidad pueden definirse aparte.
Tipos de datos que podemos recopilar
Registros de variantes y producción de proteínas; mediciones de actividad, respuesta a sustratos, cinética y estabilidad; controles, metadatos de preparación e interpretación de expertos.
Qué puede aprender la IA

Modela la relación entre secuencia, expresión y función, distinguiendo la recuperación de proteína del rendimiento catalítico.

Hablemos de sus datos

Biología celular y ensayos inmunitarios

Señales celulares, imágenes y datos de ensayos

Micrografía de referencia: células endoteliales teñidas por fluorescencia
Micrografía de referencia: células endoteliales teñidas por fluorescencia ImageJ Dominio público Convertida a WebP

Relaciona perturbaciones controladas con respuestas celulares y mediciones moleculares entre ensayos.

Experimentos que podemos definir
Viabilidad y citotoxicidad, citometría de flujo, Western blot, qPCR, ELISA y cocultivos.
Tipos de datos que podemos recopilar
Señales de citometría de flujo, imágenes celulares y de proteínas, expresión génica y datos de ensayos en placa; controles, metadatos de muestras e interpretación científica.
Qué puede aprender la IA

Aprende patrones de respuesta celular y evalúa la interpretación de ensayos, controles y evidencias contradictorias.

Hablemos de sus datos

Los métodos, la capacidad del laboratorio, los registros históricos disponibles y los derechos de uso se confirman para cada proyecto antes del trabajo o la transferencia.

EL PROCESO CIENTÍFICO

Captura cómo los científicos diseñan, deciden e iteran.

Ayuda a la IA a aprender a investigar con registros conectados del diseño experimental, el desarrollo de formulaciones y las decisiones que guían cada iteración.

Diseño experimental

Convertir una hipótesis en un experimento.

Registra la pregunta científica, las variables elegidas, los controles y los criterios de éxito, junto con los motivos del científico para elegir ese experimento.

Consultar sobre este trabajo

Desarrollo de formulaciones

Desarrollar, probar y mejorar materiales.

Sigue formulaciones de baterías, catalizadores y películas delgadas a través de sus versiones, condiciones de preparación y resultados medidos. Vincula cada cambio con la muestra y el ensayo correspondientes.

Consultar sobre este trabajo

Decisiones e iteración

Explicar por qué cambió el siguiente paso.

Registra qué sabía el científico, qué opciones consideró y por qué cambió una formulación, repitió un ensayo o decidió detenerse. Vincula esa decisión con el siguiente experimento y su resultado.

Consultar sobre este trabajo

QUÉ RECIBE TU EQUIPO

Entrenamiento científico, datos expertos y evaluación.

Primero definimos la capacidad científica. Acordamos registros originales, demostraciones expertas y tareas con resultados verificables para evaluación o aprendizaje por refuerzo.

Proceso experimental

Procedimientos reales, versiones de protocolos, historial de preparación y manipulación registrada. La grabación en vídeo es opcional.

Datos de medición

Archivos nativos y exportaciones abiertas con parámetros, unidades e identificación de muestras.

Metadatos y controles de calidad

Identificadores de muestras y ensayos, parámetros, unidades, marcas de tiempo, controles, repeticiones independientes e indicadores de calidad.

Decisiones del investigador

Interpretaciones revisadas por expertos y decisiones de continuar, repetir o detenerse. Las respuestas medidas y las reglas de puntuación se acuerdan para cada tarea.

Entrega vinculada y documentada

Archivos originales con un mapa de muestras y archivos, diccionario de datos y sumas de comprobación. Las etiquetas e interpretaciones de expertos se entregan aparte. Los derechos de entrenamiento y evaluación se acuerdan para el proyecto.

EVALUACIÓN EXPERIMENTAL

Una pregunta científica. Una respuesta medida.

Nuestros estudios piloto de baterías y catalizadores convierten registros de laboratorio en tareas de predicción con resultados ocultos y métodos científicos sencillos como referencia. Consulta su definición, puntuación y revisión.

Explorar la metodología

Estudios de desarrollo con pocos registros; no demuestran mejoras por entrenamiento ni una clasificación general de modelos.

  1. Definir la decisión científica
  2. Reservar el resultado medido
  3. Comparar con un método de referencia
  4. Revisar la respuesta y sus pruebas

APRENDER EL PROCESO CIENTÍFICO

La práctica científica en el laboratorio

Esta película narrada explica cómo vincular procedimientos, equipos y acciones observables con registros experimentales estructurados para la IA científica.

Práctica de laboratorio grabada con anotaciones de equipos y acciones.

COMPLETE LOS DATOS DE INVESTIGACIÓN EXISTENTES

Aproveche los datos de investigación existentes.

Encargamos a científicos recuperar registros y contexto conservados, vincular mediciones y añadir etiquetas e interpretaciones de expertos. Cuando falta evidencia física, definimos mediciones adicionales o nuevos experimentos con el laboratorio de origen.

Los archivos originales se conservan sin cambios. Las etiquetas de expertos y el contexto recuperado se entregan aparte; la evidencia física que falte requiere nuevas mediciones, identificadas como nuevas.

Hablemos de sus datos

DISEÑA TUS DATOS

Hablemos de sus necesidades de datos científicos.

Cuéntanos qué debería saber hacer tu modelo. Revisaremos contigo una muestra relevante y definiremos las mediciones, el trabajo científico y el plan de recogida.

Empieza con una descripción no confidencial. Confirmaremos la viabilidad y una propuesta concreta antes de iniciar el trabajo.

Preparación de una celda de botón

CAMPAÑA DE DATOS EXPERIMENTALES

Cuéntanos tus requisitos

Todos los campos son opcionales. Añade un correo si quieres recibir respuesta.

Añadir detalles de la campaña
¿Qué debemos capturar?

Al enviar, aceptas que Vicena se ponga en contacto contigo sobre esta consulta. Política de privacidad