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。
據瞭解，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，並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，可以在一週之內研究1000種催化劑配方，而這相當於一個博士生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，而且還可以一週工作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。
聰明又能幹的機器人化學家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徵，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機器人區別於人類的一大特色是，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，相當於行走了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，活脱脱的實驗民工
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。該團隊的本傑明·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。
而這並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侷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）教授介紹説，“它不止是實驗室中的一台機器，而是我們超強團隊中的成員。
對於當前的AI機器人化學家，最大的挑戰是使系統堅固耐用。本傑明·伯格博士介紹説：“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”。
自主發現高活性催化劑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、化學領域存在着數以億計的化合物分子，規模性和複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。由於樣品類型、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次試驗後，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。
那麼它是如何發現的呢？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，然後在氣相色譜儀台上裝載新樣品進行分析。最後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。
這裏要説明的是，AI機器人的工作環境和設備與人類的並無不同，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，該試驗的關鍵在於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，在經過反覆優化訓練之後，最終發現了這款高活性的新型光催化劑材料。
據瞭解，實驗的複雜程度與變量數量成指數關係，我們人類往往因為處理變量數量較少，而侷限在狹窄的搜索範圍內，而此次AI機器人化學家的探索空間包含了十一個變量。這相當於機器人大腦在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，其意圖並非超越人類，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，有助於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