劳伦斯伯克利国家实验室最近宣布完成其“A- lab”，其中“A”代表人工智能，自动化和加速。这个耗资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，并且全天候工作。
如果它看起来像是漫威角色托尼·斯塔克的实验室的现实复制品，那么，它并不遥远。这是一个完全自主的实验室，每天可以创建和测试多达200个新材料样本，以前所未有的速度加速材料科学发现，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能量存储设备的材料，希望能满足可持续能源使用的迫切需求。该实验室也可以刺激其他许多行业的创新。
“对社会如此重要的材料开发速度太慢了，”A-Lab的首席研究员Gerd Ceder说。
材料科学是一个识别、开发和测试材料及其应用的领域，从航空航天到清洁能源再到医学。
材料科学家通常使用计算机来预测新的、自然界中看不到的、足够稳定的材料。虽然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化合物，弄清楚如何合成它们，然后评估它们的性能是一个耗时的人工过程。
此外，计算工具使设计材料变得更加容易，这意味着仍有多余的新材料需要测试，从而产生瓶颈效应。
“有时你很幸运，在两周的努力下，你成功了，有时在实验室里呆了六个月，你什么都没有。”转让人说。“因此，开发化学合成路线来实际制造你想要得到的那种化合物可能非常耗时。”
a - lab与材料项目合作，这是一个由创始董事克里斯汀·佩尔松(Kristin Persson)管理的、包含数十万种预测材料的数据库。他们提供了数千种通过计算预测的新材料的免费访问，以及有关化合物结构和一些化学性质的信息，供研究人员使用。
Persson说:“为了真正设计新材料，我们不能仅仅在计算机中预测它们。”“我们必须证明这是真的。”
经验丰富的研究人员在一个工作日内只能审查少量样本。理论上，A-Lab将能够更快、更准确地生产数百个样本。在A-Lab的帮助下，研究人员可以将更多的时间分配到大项目上，而不是做单调乏味的工作。
领导a实验室的科学家曾燕(音)将实验室的过程比作烹饪一道新菜，实验室得到一道新菜，在这种情况下，新菜是目标化合物，需要找到配方。一旦研究人员确定了一种具有所需品质的新化合物，他们就把它送到实验室。人工智能系统将200多种食材或含有铁、铜、锰、镍等金属氧化物的前体粉末组合在一起，创造出新的食谱。
机械臂将粉末浆与溶剂混合在一起，然后在炉中烘烤新样品以刺激化学反应，该反应可能产生也可能不会产生预期的化合物。经过反复试验，人工智能系统可以学习和调整配方，直到创造出一种成功的化合物。
人工智能软件控制与实验室设备一起工作的三个机械臂的运动，并称重和混合不同的起始成分组合。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，比人类更快地独立完成新的合成配方。
“我没有预料到它会在新化合物的合成上做得这么好，”Ceder说。“这是我的处女航。”
人类科学家的减速不仅是因为人工智能控制的机器人，还因为该软件可以从500万篇研究论文中提取约10万种合成配方的知识。
就像人类科学家一样，a -lab也会记录每个实验的细节，甚至记录失败的情况。
研究人员不发表失败实验的数据有很多原因，包括时间和资金有限，缺乏公众兴趣，以及认为失败比成功提供的信息少。然而，失败的实验在研究中确实占有重要的地位。他们排除了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有效，哪些无效。
