0
| 本文作者： 貝爽 | 2020-07-09 18:29 |
靈活穿梭在化學實驗室的科學家，可能不是人類，而是AI機器人。
2019年，利物浦大學研究團隊自研了一款AI機器人化學家。這款機器的外觀由一個固定基座和一個靈活機器臂構成，它可以使用精密的實驗室設備，獨立開展研究。
據了解，AI機器人化學家在科研方面發揮了重要作用，它可以完成數千種催化劑的篩查工作，并從中發現能夠提取氫元素的催化劑材料，更重要的是，它的效率非常驚人，可以在一周之內研究1000種催化劑配方，而這相當于一個博士生4年的工作量。當時這項新發明還登上了《Nature》封面。
昨天，我們在最新一期《Nature》封面上再次發現了這位機器人化學家。不過，這一次是全新升級版，它不僅可以像人類一樣自由穿梭在實驗室設備之間，而且還可以一周工作7天，一天工作21.5小時，高強度不會累。僅剩下2.5小時還是用來充電，工作時長遠超人類。
最重要的是，它比人類還聰明自己發現了一種新型催化劑材料。
利物浦大學研究團隊經過一年的研究改造，現在這位AI機器人化學家已具備人形特征，身高1.75，體重400公斤。雖然體重比較重，但是動作上一點也不顯笨重。此前，AI化學化學家只能固定在基座上，通過靈活的手臂做試驗，而現在它可以在實驗室中有意識的靈活移動。
AI機器人區別于人類的一大特色是，它的工作效率非常高，而且晝夜不停。在最近的一項研究中，這位化學家在8天內工作了172小時，移動了319次，完成了6,500次操縱，相當于行走了2.17公里，而正常人類最長工作88小時，而且是超負荷工作狀態下。
不分晝夜，活脫脫的實驗民工
另外，AI機器人化學家能夠使用實驗室中的所有設備，不需要人為指導。該團隊的本杰明·伯格（Benjamin Burger）博士介紹，它的思維可以達到10個維度，實驗室中所有的基礎任務它都可以獨立執行，比如稱量固體，分配液體，從容器中除去空氣，運行催化反應以及定量反應產物等。
而這并不能夠成為一名這正意義上的化學家。之所稱AI機器人為化學家是因為它已經不僅局限在機械的體力勞動，而是邁向了自主研究的階段。就在最近的試驗中，它首次發現了一種高活性的催化劑。
對此，實驗室負責人安德魯·庫珀（Andy Cooper）教授介紹說，“它不止是實驗室中的一臺機器，而是我們超強團隊中的成員。
對于當前的AI機器人化學家，最大的挑戰是使系統堅固耐用。本杰明·伯格博士介紹說：“如果要在長期的自主工作中，平穩地進行數千次的精細操作，每項任務的出錯率需要極低。但是一旦這樣的目標達成，與人類操作員相比，機器人犯的錯誤要少得多”。
AI機器人化學家是Andy Cooper實驗室與Leverhulme功能材料設計研究中心聯合開發的新項目，該中心一直希望通過現代計算機技術的力量改變新材料的發現。
而這一點與庫珀教授不謀而合。我們知道，在生物、化學領域存在著數以億計的化合物分子，規模性和復雜性一直是實驗室難以攻克的問題。
庫珀教授團隊認為，機器人可以在這方面發揮獨特的優勢，它能夠通過AI技術在廣闊的、未經開發的化學空間進行高效探索，挖掘潛在的新型材料。由于樣品類型、儀器儀表和測量多樣性的要求，庫珀教授團隊開發AI機器人化學家主要用來搜索、篩查和發現能夠從水中提取氫氣的光催化劑。
最近，經過688次試驗后，AI化學家首次發現了比原始配方活性高6倍的光催化劑混合物。
那么它是如何發現的呢？在本次試驗中，AI機器人化學家的首要目的是不斷提高光催化劑P10 / L-cysteine （半胱氨酸）系統的HER（自動析出氫析出率）。在此，研究人員使用了五種假設對其進行了訓練。
在分解催化劑之前，它的基本工作流程是：將空的樣品瓶裝入固體分配站，然后在氣相色譜儀臺上裝載新樣品進行分析。最后根據得出的分析結果，將完成的樣品存儲在對應的輸入站中。
這里要說明的是，AI機器人的工作環境和設備與人類的并無不同，包括GC，氣相色譜儀、輸入站等，AI機器人化學家能夠通過激光掃描和觸摸反饋系統對位置、儀器和藥物進行甄別和反饋。
研究人員介紹，該試驗的關鍵在于AI化學家的大腦內置了貝葉斯搜索算法，它可以根據前一個實驗的結果確定下一步最佳試驗方式，在經過反復優化訓練之后，最終發現了這款高活性的新型光催化劑材料。
據了解，實驗的復雜程度與變量數量成指數關系，我們人類往往因為處理變量數量較少，而局限在狹窄的搜索范圍內，而此次AI機器人化學家的探索空間包含了十一個變量。這相當于機器人大腦在10800萬個候選實驗的10維空間內進行搜索。
不過，需要強調的是，AI機器人出色的性能表現，其意圖并非超越人類，而是輔助人類更好的完成研發工作。庫珀教授表示，“我們研發的戰略目標是使研究人員自動化，而不是使儀器自動化。AI機器人的靈活性和創造性，有助于解決問題和改變工作方式，為人類研究人員騰出更多時間進行創造性思考。”
相關鏈接：雷鋒網雷鋒網雷鋒網
Youtobe地址：https://www.youtube.com/watch?v=dRT3tepdMyI&feature=emb_title
《Nature》地址：https://www.nature.com/articles/s41586-020-2442-2#citeas
https://bitbucket.org/ben_burger/kuka_workflow/src/master/
https://www.eurekalert.org/pub_releases/2020-07/uol-lrb070620.php
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
