一个由6个自动化实验室组成的全球联盟，试图寻找新的激光材料。这些材料从合成到测试，都在人工智能（AI）的监管下进行。

近日，研究人员在《科学》上发表文章，报道了上述工作合成的一种能以创纪录效率发射激光的化合物。该成果连同联盟近期的其他成果表明，在某些领域，自动化实验室能超越最优秀的科学家，找到被人类错过的发现。

未参与该研究的美国北卡罗来纳州立大学化学工程师Milad Abolhasani也开发了一个自动化实验室。在他看来，自动化实验室正在跨越概念验证演示阶段，“它们已经开始将科学边界推向更高水平”。

通常情况下，创造新分子和新材料的过程缓慢而乏味。研究人员不仅要探索制造分子的无数“配方”，还要探索不同反应条件。他们必须在每一步都对化合物进行测试，并评估扩大生产和将材料组装成设备的方案。

过去10年间，实验室已经利用机器人使许多重复的步骤自动化。例如，2015年，美国伊利诺伊大学香槟分校的化学家Martin Burke推出了一种合成小分子的自动化系统。后来，通过引入AI，研究人员添加了反馈回路，使新化合物的表征数据可以指导下一步合成。而发现新材料并将其组装成设备需要机器人在更多步骤中实现协同工作，但这很难在一个实验室内完成。

于是，Burke和加拿大多伦多大学理论化学家Alán Aspuru Guzik决定，将不同实验室的不同功能结合起来。“我们想做一个由多个自动化实验室组成的自动化实验室。”Aspuru Guzik说。

Burke和Aspuru Guzik，与韩国基础科学研究所、英国格拉斯哥大学、加拿大不列颠哥伦比亚大学以及日本九州大学的实验室合作，专注于一个特定的目标：发现可以发射高纯激光的有机化合物。这种材料可以制成薄而柔软的发光薄膜，为先进显示器和电信设备供能。

在研究过程中，格拉斯哥大学和不列颠哥伦比亚大学的实验室制作了许多方糖大小的材料结构块。它们被送到Burke和Aspuru Guzik的研究小组，在那里被机器人以不同的组合方式编织成候选发射器。接着，这些候选发射器被送往不列颠哥伦比亚大学的实验室，表征其在溶液中的发光特性，并确定其中表现最好的发射器合成和纯化制造所需的大量物质。随后，这些材料几克为一批地运往九州大学实验室，被纳入工作激光器中，进行性能测试。

上述整个操作流程都由一个基于云的AI平台监督。该平台从每个实验中学习，并将反馈数据纳入后续迭代中。而这一过程中的瓶颈主要在物流运输上，因为要及时将化合物运往世界各地的实验室。

最终，合作取得了成效。该研究产生了621种新化合物，其中21种可以与最先进的激光发射器相媲美，还有一种甚至能比任何其他有机材料更有效地发射蓝色激光。

美国生物医学研究机构斯克利普斯研究所化学工程师Donna Blackmond说，新化合物发现的速度“非常快”，Burke等人的方法能比平时更快地找到优秀候选发射器”。

相关论文信息：https://doi.org/10.1126/science.adk9227