从电池化学到癌症疗法，科学家正试图让机器人与人工智能全天候推进各项实验。然而，它们真的能被委以重任，确保研究正确无误吗？

午夜过后，在美国加利福尼亚大学伯克利分校赫斯特纪念矿业大楼里，穿过拱形入口，沿着大理石楼梯往下走，来到由人工智能（AI）驱动的自动化实验室——A-Lab。在这里，实验正在自主运行，无人值守。一只只形似清酒杯的坩埚盛放着粉末状前驱体与氧化物，在实验室里流转穿梭。这些样品随后被制成浆料，与锆珠（以氧化锆为主要成分的研磨介质）一起放进离心机中高速旋转。接着，它们会被送入工业烘箱烘烤，再使用X射线衍射进行扫描，最后在电池测试中测量离子电导率。每一步实验结果，都会自动成为下一步实验的起始数据。

一旦某个环节出现问题，比如样品架卡住、样品洒漏或前驱体耗尽，整个实验流程就会戛然而止。米内尔娃、艾尔弗雷德、普罗米修斯、吉夫斯以及其他几台负责过夜实验的AI机器人，并不总能让实验设施自行复位。这时，系统会向正在熟睡的研究生发送电子邮件和Slack（一款即时通信与协作软件）警报。不过，他们不用亲自来实验室，躺在床上就能登录系统，查看实验室的监控画面，尝试远程解决问题。

“我们的目标是找到更好的材料，”加利福尼亚大学伯克利分校的材料科学家、A-Lab实验室负责人赫布兰德·塞德说，“不过，我们真正感兴趣的还在于，能否打造出一款具备科学家般行为能力的AI？”

工作中的智能机械臂 由《环球科学》杂志社提供

现在，这种新型科研模式正初具雏形，A-Lab便是全球少数几个先行者之一。这个实验室由加利福尼亚大学伯克利分校和美国劳伦斯伯克利国家实验室（LBNL）联合运营，并由后者提供计算资源。它集成了机器人与实验室自动化设备，并搭载了一款定制的AI智能体。其中，AI智能体可以解读实验结果，并规划下一轮实验方案。研究人员称它为“实验室闭环”，一套能够自主开展实验、反复迭代并构思下一轮实验的系统。塞德表示：“我觉得人们还没意识到，即将到来的科研变革将多具颠覆性。”

但在科学界，速度并不等同于可靠性。A-Lab成了检验该领域当前局限的一块试金石。2023年，这个实验室在《自然》杂志上发表了一篇引发广泛关注的早期论文，宣称它在短短几天内就自主合成了几十种新材料。

然而，外部研究人员质疑这些材料是否称得上真正的创新，以及相关数据能否支撑其主张。随后，研究团队对这篇论文做出了勘误。这场事件暴露了自主科研的核心矛盾：机器固然能以远超人类的速度运行实验，但对实验结果的验证与解读，依然离不开人类。

这种矛盾绝非A-Lab所独有。如今，机器人正以人类无法企及的规模收集数据，机器学习在数据洪流中捕捉规律，AI智能体也开始协助研究人员决定接下来的实验走向。支持者认为，这三种工具相结合可以缩短科学发现的周期。而加速科研进程，不仅关乎新药的研发成本，更关系到全球生物技术的主导权之争。但问题是，科研速度的加快，是否就意味着科研质量的提升？

在A-Lab运行的三年里，它的进展速度常常让市面上的工具望尘莫及。起初，为了让机器人能够启动实验设备，塞德的团队不得不给那些设备临时装上了“假手指”。如今，这个实验室的运行速度大约是人类研究人员的100倍。人类在其中主要充当“流程架构师”的角色，负责优化设备、设定研究方向，并决定后续实验内容。

A-Lab之所以能有如此惊人的速度，关键在于它所依托的劳伦斯伯克利国家实验室的数据基础设施，包括位于该实验室的美国国家能源研究科学计算中心（NERSC）。该计算中心的超级计算机能为大规模科学建模和AI研究提供强大的算力支持。

目前，美国国家能源研究科学计算中心正在与戴尔和英伟达合作，携手打造下一代超级计算机“杜德纳”。该超级计算机以加利福尼亚大学伯克利分校生物化学家詹妮弗·杜德纳的名字命名。杜德纳曾因对基因编辑技术CRISPR-Cas9的贡献而共享了2020年诺贝尔化学奖。这款超级计算机的设计初衷之一，便是为了让美国能源部系统内的AI工具、科学仪器和数据实现互联互通。对于自主实验室而言，算力正在成为实验台的一部分。

此外，A-Lab正在安装一套全新的炉体系统，它可以实时、连续地追踪化学合成的全过程。目前研究人员只能掌握反应前后的状态，对中间的反应过程一无所知。比如他们已知将某些化合物在大约540摄氏度（1000华氏度）下煅烧3小时，就能得到特定的结果，却不清楚这是如何实现的。如今，该实验室希望通过实时捕捉整个实验过程，并即时动态调整实验方案，最终构建出足够的数据集，以便AI实现高效合成预测。