創造在太空進行實驗的「AI研究員」：四家公司共同申請兩項專利，利用LLM連結觀察、判斷與操作的自主實驗平台

Space Seed Holdings株式會社與其子公司RegeneSome株式會社、株式會社IDDK、以及株式會社Space NOME研究所合作，於2026年6月10日共同申請了兩項專利。這些專利關於利用包含大型語言模型（LLM）在內的機器學習模型，自主進行細胞培養及各類科學實驗的裝置與控制技術。

此次申請的兩項專利分別是「細胞實驗用整合自主實驗裝置及其控制方法」與「實驗模組整合控制裝置及其控制方法」，均由四家公司共同提出。

公司將此次申請定位為一個起點，不僅止於開發單一的細胞培養裝置，更期望未來能發展成一個共通平台，能夠自主設計、執行並分析跨足微藻、微生物、藥物篩選、再生醫療及材料合成等不同科學領域的實驗。

在太空中，研究人員無法隨侍在側

在地面實驗室，研究人員可以確認顯微鏡影像、判斷細胞狀態、添加培養基或試劑，並調整溫度、pH值與氧氣濃度。然而，在軌道上或月球表面等太空環境，研究人員無法持續待在裝置旁邊。可用的電力、容積與通訊頻寬都受到限制，且與地面的通訊可能出現延遲或中斷。要讓太空實驗成為真正的研究手段，就必須將「觀察」、「詮釋」及「決定下一步操作」這一系列研究流程內建於裝置之中。

日本宇宙航空研究開發機構（JAXA）也指出，在後國際太空站時代，微重力實驗的主體將從官方轉向民間，屆時為每個實驗開發專用裝置的費用、準備時間及太空人的作業時間都將成為課題。我們所追求的，是將研究人員的判斷過程植入裝置，打造一個即使通訊中斷也不會停止實驗的「自主運作的實驗室」。

從自動化到「自主化」——正在改變科學研究的LLM

目前全球正在推進結合機器人、機器學習與文獻資料庫的「自駕實驗室」（Self-Driving Laboratory）研究。其中的代表性例子，包括輔助化學實驗的AI系統「Coscientist」，以及自主探索新無機材料合成條件的機器人實驗室「A-Lab」。這些案例顯示，AI正從一個僅回答研究人員問題的角色，轉變為能連接實際實驗裝置，並重複進行觀察、判斷、操作的實體。

要將此概念拓展至太空，需要的不是僅自動化特定實驗的裝置，而是一個能以共通控制層協調多個實驗設備的機制。此次的兩項專利申請，即針對兩個互補的技術層次：專為細胞實驗設計的自主控制，以及一個能跨領域重組裝置的更高層次整合控制。

專利技術1：由LLM觀察細胞變化並判斷下一步操作

「細胞實驗用整合自主實驗裝置」整合了培養容器、顯微觀察部、輸送機制及環境控制部。控制部會將顯微鏡影像、感測器數值等不同形式的數據作為共通脈絡輸入機器學習模型，持續決定物質輸送與環境調整等多項操作。其特點在於能根據觀察到的細胞狀態來改變後續操作，而非單純重播固定排程。此設計也包含在微重力下偵測到氣泡混入時，執行回復動作的架構。

專利技術2：連結不同實驗裝置的「科學實驗作業系統」

「實驗模組整合控制裝置」是一個不限於細胞實驗的更高層次控制基礎。它透過共通介面連接功能各異的實驗模組，由LLM橫向詮釋從各模組獲得的影像、數值等數據，並向各模組發送執行指令。此架構使第三方開發的新模組也能輕易整合。

此外，我們的目標是建立一個邊緣-雲端協作型的自主實驗平台，能根據通訊狀況，在地面高效能模型與裝置端的本地模型之間切換推論主體，確保在軌道上或遠端地區也能持續實驗。這與其說是控制單一裝置的軟體，不如說是一個連結不同科學儀器與數據，以推進整體實驗的「科學實驗作業系統」。