国际快递 · 清关 · 代拍

海外古董 · 艺术品 · 名画 · 名表

【FuninUSA.NET综合报道】化学和材料科学领域对“自动运行实验室”（self-driving labs）的兴趣日益高涨，这些实验室利用人工智能（AI）和自动化系统来加速研究和发现。研究人员目前正在提出一套定义和性能指标，让研究人员、非专业人员和未来用户能够更好地了解这些新技术在做什么，以及每种技术与其他自动运行实验室相比的性能如何。

自动运行实验室在加速发现新分子、新材料和新制造工艺方面大有可为，其应用范围从电子设备到药品不等。虽然这些技术还相当新，但有些技术已被证明能将识别新材料所需的时间从数月或数年缩短到数天。

新指标论文的通讯作者、北卡罗莱纳州立大学化学与生物分子工程副教授米拉德-阿波尔哈萨尼（Milad Abolhasani）说："自动运行实验室目前正备受关注，但关于这些技术还有很多悬而未决的问题。"这项技术被称为'自主'技术，但不同的研究团队对'自主'的定义各不相同。同样，不同的研究团队以不同的方式报告其工作的不同内容。这就很难将这些技术相互比较，而如果我们希望能够相互学习并推动这一领域的发展，比较是非常重要的。

自动运行实验室 A 真正做得好的是什么？我们如何利用这一点来提高自动运行实验室 B 的性能？我们提出了一套共享的定义和性能指标，希望在这一领域工作的每个人都能采用。我们的最终目标是让大家相互学习，推动这些强大的研究加速技术的发展。

Abolhasani 说：例如，我们似乎在自动运行实验室中看到了一些挑战，这些挑战与某些自主系统的性能、精确性和稳健性有关。这让人怀疑这些技术的实用性。如果我们有了标准化的衡量标准和结果报告，我们就能发现这些挑战，并更好地了解如何解决它们。

新提案的核心是明确定义自动运行实验室，并提出七项性能指标，研究人员将把这些指标纳入与他们的自动运行实验室有关的任何发表作品中。

自主程度：系统需要用户提供多少指导？

运行寿命：在没有用户干预的情况下，系统可以运行多长时间？

吞吐量：系统运行一次实验需要多长时间？

实验精度：系统结果的可重复性如何？

材料使用量：系统每次实验使用的材料总量是多少？

可访问的参数空间：系统能在多大程度上考虑每个实验中的所有变量？

优化效率。

优化效率是这些指标中最重要的指标之一，但也是最复杂的指标之一，它本身并不适合一个简洁的定义，Abolhasani 说。从根本上说，我们希望研究人员通过将其与基线（例如随机抽样）进行比较，对其自动运行实验室及其实验选择算法的性能进行定量分析。

Abolhasani说：最终，我们认为采用标准化方法来报告自动运行实验室将有助于确保这一领域产生值得信赖、可重复的结果，从而充分利用人工智能程序，利用自动运行实验室产生的大量高质量数据集。

这项工作的完成得到了化学科学与工程领域机器学习德莱弗斯计划（Dreyfus Program for Machine Learning in the Chemical Sciences and Engineering）（获奖编号：ML-21-064）、北卡罗来纳大学研究机会倡议计划（University of North Carolina Research Opportunities Initiative program）和美国国家科学基金会（National Science Foundation）（获奖编号：1940959 和 2208406）的支持。

欢迎到FuninUSA.NET论坛讨论