托尼·斯塔克会喜欢这个新的实验材料实验室

劳伦斯伯克利国家实验室最近宣布其“A 实验室”竣工，其中“A”代表人工智能、自动化和加速。这座耗资 200 万美元的实验室配备了三个机械臂、八个熔炉和实验室设备，全部由人工智能软件控制，并且全天候运行。

如果这看起来像是漫威角色托尼·斯塔克实验室的真实复制品，那其实也差不多。这是一个完全自主的实验室，每天可以制造和测试多达 200 个新材料样品，以前所未有的速度加速材料科学发现，并减轻研究人员的工作量。

A 实验室的研究人员目前正在研究改进电池和储能设备的材料，希望满足可持续能源使用的迫切需求。该实验室还可以促进许多其他行业的创新。

A-Lab 首席研究员 Gerd Ceder 表示：“材料开发对社会如此重要，但进展实在太慢了。”

材料科学是一门识别、开发和测试材料及其在航空航天、清洁能源、医药等领域的应用的领域。

材料科学家通常使用计算机来预测自然界中未见过的、足够稳定、可以使用的新型材料。尽管计算机可以生成理论上的无机化合物，但确定要制造哪些新型化合物、弄清楚如何合成它们，然后评估它们的性能，如果手动进行，则是一个耗时的过程。

[相关：这个微型人工智能机器人正在学习自行探索海洋]

此外，计算工具使得材料设计变得非常简单，这意味着仍有大量新材料需要测试，从而产生了瓶颈效应。

“有时你很幸运，经过两周的努力，你就能成功；有时在实验室里努力了六个月，却一无所获。”Ceder 说。“因此，开发化学合成路线来真正制造出你非常想要的化合物是非常耗时的。”

A-Lab 与材料项目合作，后者是一个包含数十万种预测材料的数据库，由创始董事 Kristin Persson 管理。他们免费提供数千种计算预测的新材料，以及有关化合物结构和部分化学性质的信息，供研究人员使用。

“为了真正设计出新材料，我们不能只在电脑上进行预测，”佩尔森说。“我们必须证明这是真的。”

经验丰富的研究人员一个工作日只能检测少量样本。A-Lab 理论上可以更快速、更准确地检测数百个样本。借助 A-Lab，研究人员可以将更多时间分配给宏观项目，而不是从事繁重的工作。

领导 A 实验室的科学家 Yan Zeng 将实验室的流程比作烹饪一道新菜，实验室会得到一道新菜，也就是目标化合物，然后寻找配方。一旦研究人员确定了一种具有所需特性的新化合物，他们就会将其发送到实验室。人工智能系统会使用 200 多种成分的各种组合或前体粉末（如含有铁、铜、锰和镍的金属氧化物）创建新的配方。

机械臂将粉末浆与溶剂混合，然后将新样品放入炉中烘烤，以刺激化学反应，该反应可能会产生也可能不产生预期的化合物。经过反复试验，人工智能系统可以学习和调整配方，直到创造出成功的化合物。

[相关：人工智能广阔世界的简单指南]

人工智能软件控制三个机械臂的运动，这些机械臂与实验室设备配合使用，称量和混合不同组合的起始成分。实验室本身也是自主的。这意味着它可以在失败后做出新的决定，独立研究新的合成配方，速度比人类更快。

“我没想到它在新型化合物的合成上会如此成功，”Ceder 说，“这可以说是一次处女航。”

人类科学家的速度提升不仅是由于人工智能控制的机器人，还因为软件可以从 500 万篇研究论文中的大约 100,000 个合成配方中汲取知识。

与人类科学家一样，A-lab 也会记录每次实验的细节，甚至记录失败的情况。

研究人员不会发表失败实验的数据，原因有很多，包括时间和资金有限、公众缺乏兴趣，以及人们认为失败的信息量不如成功大。然而，失败的实验在研究中确实具有重要意义。它们可以排除错误的假设和不成功的方法。通过轻松访问每天创建的数百个失败样本的数据，他们可以更好地了解哪些方法有效，哪些方法无效。