编辑 | ScienceAI
科学家要被替代了？由六个自动化实验室组成的全球联盟，在人工智能 (AI) 的监督下，着手生产新型激光材料，将工作从合成到测试分开。
来自多伦多大学、伊利诺伊大学厄巴纳-香槟分校、不列颠哥伦比亚大学、波兰科学院等组成的 33 位科学家合作，提出了一种基于云的策略，该策略支持非本地化和异步的设计-制造-测试-分析周期。
该研究共产生了 621 种新化合物，发现了 21 种最先进的新材料，还有一种比任何其他有机材料更有效地发射蓝色激光。
这一壮举表明，在某些领域，自动驾驶实验室可以超越最优秀的科学家，发现人类所错过的东西。
该研究以「Delocalized, asynchronous, closed-loop discovery of organic laser emitters」为题，于 2024 年 5 月 17 日发布在《Science》
论文链接：https://www.science.org/doi/10.1126/science.adk9227
「自动化实验室正在超越概念验证演示。」北卡罗来纳州立大学化学工程师 Milad Abolhasani 说，他开发了一个与这项新工作无关的自动驾驶实验室，「他们已经开始将科学的前沿推向新的水平。」
人工智能驱动的实验室对于开发新药、工业催化剂以及能源和减排技术的吸引力是显而易见的。创造新的分子和材料通常是缓慢而乏味的。研究人员不仅必须探索制造分子的无数配方，还必须探索不同的反应条件。他们必须在每一步测试新化合物，并评估扩大生产规模和将材料组装到设备中的方案。
在过去的十年中，机器人已经开始自动化许多这些重复步骤。例如，2015 年，伊利诺伊大学厄巴纳-香槟分校的化学家 Martin Burke 推出了一种用于合成小分子的自动化系统。
论文链接：https://www.science.org/doi/10.1126/science.347.6227.1190
后来，通过结合人工智能，研究人员添加了反馈循环，因此新表征的化合物的数据可以指导下一步合成什么的决策。但 Burke 说，发现新材料并将其组装成设备需要机器人在更多步骤中协同工作。「没有人可以在一个实验室里同时拥有所有这些工具和观点。」
Burke 和多伦多大学理论化学家 Alán Aspuru-Guzik 认为，他们可以将不同实验室中的这些不同功能结合起来。「我们想，让我们建立一个由自动驾驶实验室组成的更大的自动驾驶实验室。」Aspuru-Guzik 说。
因此，两人与韩国基础科学研究所、格拉斯哥大学、不列颠哥伦比亚大学（UBC）和九州大学的实验室合作，专注于一个特定的目标：发现可以发射高纯度激光的有机化合物。
这种材料可以为先进的显示器和电信设备提供动力，因为它们可以制成薄的、柔性的、发光的薄膜。但尽管该领域的工作已经进行了十多年，但只发现了大约十几种候选有机激光发射器。
首先，格拉斯哥大学和 UBC 实验室生产了方糖大小的材料构建块。这些彩色粉末被包装起来并发送给 Burke 和 Aspuru-Guzik 的小组，机器人将它们以不同的组合编织成候选发射器。所有这些都被传递到多伦多，在那里其他机器人在解决方案中描述了它们的发光特性。
对于最好的物质，UBC 实验室确定了如何合成和纯化制造设备所需的大量物质。然后，这些材料以几克为一组被运往日本，九州实验室将它们整合到工作激光器中并测试其性能。
整个操作由一个基于云的人工智能平台监督，该平台主要由多伦多和韩国的团队设计，从每个实验中学习并将反馈纳入后续迭代中。「这几乎就像一首交响乐。」格拉斯哥大学实验室的负责人 Lee Cronin 说。主要障碍是及时在世界各地运输设施。「联邦快递成为了瓶颈。」Burke 说。
这次合作得到了回报。这项工作产生了 621 种新化合物，其中 21 种可与最先进的激光发射器相媲美，还有一种比任何其他有机材料更有效地发射蓝色激光。
瑞士联邦理工学院自动驾驶实验室专家 Philippe Schwaller 表示：「让所有这些不同的组件协同工作真是令人印象深刻。」
发现的速度「太快了」，斯克里普斯研究中心的化学工程师 Donna Blackmond 表示，「他们的方法比平常更快地找到了优秀的候选物。」
这并不是最近唯一的成功。例如 2023年，Abolhasani 的实验室报告称，他们创造了所谓的钙钛矿矿物纳米粒子，这种纳米粒子表现出创纪录的光致发光性能，这种特性可以识别可能在太阳能电池中发挥良好作用的材料。
论文链接：https://onlinelibrary.wiley.com/doi/full/10.1002/aenm.202302303
在去年 ChemRxiv 上发布的预印本中，Burke 团队报告了一种人工智能装置，它不仅合成了一系列新的光捕获化合物，而且揭示了是什么让它们稳定而不是容易快速崩溃，让我们难得一睹人工智能（通常是黑匣子）是如何做出决定的。
论文链接：https://chemrxiv.org/engage/chemrxiv/article-details/64ef56463fdae147fa2346d4
Burke 希望自动化和人工智能的进步将使越来越多的实验室能够联合起来。「这是我们迫切需要的东西。」他说。它最终可能会让科学家停止追求机器人任务并成为机器人霸主。
相关报道：https://www.science.org/content/article/no-humans-needed-ai-robots-discover-new-laser-materials-on-their-own