【科技参考】智能实验室技术颠覆化学和材料领域传统研发模式

智能实验室技术，也称为“自驱动实验室技术”（Self-Driving Lab，SDL），其将人工智能技术、机器人技术和实验室自动化技术进行创造性集成，能够对科学实验过程进行自动控制和智能决策，最终可以在脱离人类干预的条件下自主达成实验目标，有望在未来实现无人、高效、低成本的“黑灯实验室”，推动化学和材料等领域研发速度实现指数级跃升。

智能实验室技术概念是在2018年由美国空军研究实验室专家Maruyama及其同事正式提出的。近年来，多所知名科研机构和大学在《自然》《科学》等期刊发表了一批关于智能实验室技术的研究成果，成功打通了利用AI赋能化学和材料领域研发的新路径。总体来看，智能实验室技术逐渐显现出三方面的平台性优势，能够为智能时代化学和材料科学发现提供强大助力。

一是效率跃升型实验执行平台。传统材料和化学科学发现主要采取“成分组合”和“反复试错”的思路，研发所需时间非常漫长，比如当前新材料从发现到工业化应用需要10年以上时间。相比之下，智能实验室技术可将化学和材料领域在实验室内的研究时间压缩至传统模式的10%及以下，助力实现科学发现效率的指数级提升，进而大幅缩短进入最终应用的时间。近期，全球范围的研究成果已经初步展现出巨大潜力。英国利物浦大学在2020年7月研制出“世界首个移动机器人化学家”，率先成功创制智能实验室技术原型机，能够在8天内全天候进行43批688次实验，如果采取传统人工方式取得相似结果需要至少2~3个月。美国卡内基梅隆大学研究人员在2023年4月开发出原型机“Coscientist”，能够快速准确自主地设计和执行完整的化学实验流程，在不到4分钟内便能完成Suzuki和Sonogashira反应的自主设计与执行，且能自我修正错误并调整策略，最终成功运行整个实验并生成预期成果。

二是“质”“量”双高型数据生成平台。智能时代的AI4S科学发现范式需要科学数据作为支撑，但当前相关数据的创制和汇交质量与数量尚不能满足科学大模型训练的需求。智能实验室技术能够高速度、大批量产生真实实验数据，且标准化程度高，这对于快速创建科学AI大模型亟需的高质量大规模“数据原料”具有重要意义。相关研究人员已经明确提出这一关键性用途。韩国三星公司先进技术研究所研究人员在2023年11月发布功能性有机材料合成平台“Synbot”时明确提出，智能实验室技术能够以精确的机器人操作产生大量的可靠数据，由此可能解决现有化学数据库不完善、相关AI技术性能不佳等问题。美国劳伦斯伯克利国家实验室研究人员在2023年2月发表论文指出，完全自驱动运行的智能实验室能够产生大量的高质量实验数据，这将支撑AI系统更加高效并具有洞察力。

三是易用开放型技术集成平台。新技术的广泛应用取决于部署应用的难度、升级换代的效率等因素。智能实验室技术能够兼容已有实验室自动化设备，同时能够接入超算等前沿计算平台，从而实现低成本的存量技术利用和巨大的技术迭代潜力。相关技术已通过实验室验证。英国利物浦大学从2020年开始连续改进“智能实验室”平台，将一整套完整的库卡机器人技术有效融入到平台中。我国甬江实验室在2024年1月宣布成功开发出“RoboChem”原型机，利用市面上成熟的自动化实验硬件装置，通过介入智能化系统快速形成高速度高精度实验能力。

重要国际组织和知名智库高度关注智能实验室技术。经合组织（OECD）在2023年6月发布《科学中的AI：研究的挑战、机遇和未来》报告提出，智能实验室技术将能极大提升药物发现、材料实验等领域的效率，并有望在未来成为加速科学发展的通用平台。世界经济论坛在2024年1月的年会文章《什么是自驱动实验室及其如何改变化工行业》中指出，智能实验室技术能够提高化学领域实验的成功率，加速突破性材料和分子的发现，最大限度地减少原材料的使用，降低开发成本，缩短新商品上市时间。美国科学家联合会在2024年1月面向特朗普新政府发布的《自动化科学发现：推进自驱动实验室的研究议程》报告认为，针对当前材料科学发现速度放缓的现状，需要借助智能实验室技术提速降本，并提出未来发展计划，包括投入数百亿美元用于创建专用数据集、开发专用智能模型和建立技术应用试点等。

美国、欧盟等主要创新国家和地区已启动相关部署。美国国防高级研究计划局（DARPA）在2018年10月宣布实施“加速分子发现”（AMD）计划，旨在开发“新的基于AI的系统方法，加快高性能分子的发现和优化步伐”。通过该计划的资助，麻省理工学院在2023年12月成功研制出一种用于化学分子发现的技术原型机。美国总统科学技术顾问委员会（PCAST）在2024年4月发布《赋能研究：利用AI应对全球性挑战》报告提出，AI4S的发展前景包括“自动化实验流程”。美国能源部高级能源研究计划署（ARPA-E）在2024年11月投入3500万美元，支持利用智能实验室技术，实现在数小时内完成传统实验方法数周或数月才能完成的化学和材料科学实验任务。美国国家科学基金会（NSF）在2024年9月宣布将连续三年资助北卡罗来纳州立大学研发和部署智能实验室技术。欧盟委员会在2023年12月发布《科学中的AI》报告提出，要利用AI加速科学发现和促进创新，并明确将“实验室自动化和自动运行的（无人）科学实验室”列为资助要点。加拿大政府在2023年5月宣布投入约2亿加元，支持多伦多大学开展智能实验室技术相关研发，这是迄今加拿大政府授予大学的最大一笔研究补助金。

智能实验室技术将是全面提升化学和材料科学发现效率的重要工具。根据Web of Science数据库的统计显示，我国在这一领域的论文发表量与美国仍有一定差距。截至2025年1月，美国共发表相关SCI论文100篇左右，中国发表70篇左右。我国仍需进一步加大支持，在此新赛道上加快取得一批新成果，在化学和材料科学领域获得新优势。一是加大专门投入。建议在AI4S专项战略文件中明确提出智能实验室技术，并将科研专用机器人和基础研究大模型等纳入AI及各学科领域重大任务的支持范围。二是促成“点上突破”。建议在我国涉材料和化学领域的国家实验室和其他高水平研究机构中设置专门研究方向和相关支持举措，并在已有研究任务中实际运用，起到“研”中促“用”、以“用”带“研”的效果。三是探索新型治理。建议加快制定适应新范式的科研基础规则，应对AI大模型实验设计过程中可能存在的“黑箱”和“幻觉”等显著问题，保障AI知识生产的可靠性。

撰写：中国科学技术信息研究所  王开阳

审校：中国科学技术信息研究所  张丽娟

来源：《科技参考》2025年第31期