位于首尔城北区的韩国科学技术研究院(KIST)的一间实验室,24小时“无人”运转。在通过网络连接的无人实验室内,机器人与人工智能(AI)不停运作。人类研究者要做的,只是在电脑屏幕上输入“请开发具有特定性能的催化剂”这样的指令。材料合成、分析、再设计等所有实验均由AI主导。
这是以韩相秀KIST计算科学研究中心主任为核心的4名研究人员搭建的智能实验室。在该实验室中,机器人在实验室内穿行合成纳米颗粒。但搬运试剂、操作设备的机器人只是手段。智能实验室的核心在于“AI Coscientist(同行科学家)”自主决定“做什么实验”。人类研究者输入所需性能后,AI Coscientist便会搜索可能具备该性能的材料候选群,并计算各候选应在何种条件下合成。若实验结果不及预期,则调整条件重新实验。通过反复这一过程逐步找到最优答案。
去年KIST曾发布,通过该智能实验室,人类研究者需进行1万次的实验,AI仅用200次即可解决。仅一年间,实验室的性能进一步提升。最近仅用24次实验就成功找到了催化剂材料。得出最高性能催化剂所需时间仅一周左右。目前研究团队正准备以智能实验室开发出的材料性能本身为核心申请专利。
如此,近来全球科学界掀起了在实验室引入“AI Coscientist”的热潮。这意味着AI正超越单纯的实验辅助或分析工具,进入像研究者同伴一样设计实验、参与判断的阶段。代表案例是美国卡内基梅隆大学的“AI Coscientist”。研究团队于2024年通过国际学术期刊《自然》公开了该系统。Coscientist在接到执行钯催化反应实验的指示后,自行检索论文和数据库学习既有知识并设计实验方案。随后直接向机器人实验室下达指令,成功完成合成。实验过程中设备控制代码出现错误,但AI分析设备手册诊断出错误原因,修改代码后重启实验。这被评价为从假设设定到执行、纠错全部由AI完成的首个实证案例。学界认为这是“接近熟练研究助理或博士级研究员的自主性”。
美国非营利研究机构MITRE的亚历山大·V·托比亚斯与亚当·瓦哈布在最近发表的论文中,将AI Coscientist按自动驾驶实验室(Self Driving Laboratory)的演进阶段划分为1级至5级加以说明。1级是最基础的自动化阶段。机器人按人设计的实验原样重复执行。以试剂分装、混合、加热等物理作业为主,判断全部由人承担。制药企业的质量管理线属于这一类。升至2级后,AI分析实验结果并提出模式与相关性。如DeepMind的AlphaFold,在结构预测或候选推导方面很强,但实际实验设计与执行仍属人的领域。这是“聪明的分析师”阶段。
目前许多研究机构达到的阶段是3级。AI学习实验结果并自主选择下一次实验条件。利用贝叶斯优化与主动学习,排除信息价值低的实验,只探索成功可能性高的路径。KIST的智能实验室属于这一阶段。
当前全球关注的AI Coscientist处于4级阶段。在该阶段,AI超越实验设计与执行,具备诊断并修正实验中出现问题的自主性。这是AI识别错误并自行解决的阶段,人类只承担监督者角色。在全球范围内也仅有屈指可数的案例。
5级尚未实现。5级是AI自行设定研究目标、在无人干预下决定研究方向的阶段。若达到该阶段,在新药开发、新材料探索、能源技术研究中,AI自主定义并探索未开拓领域的创新将成为可能。但同时,研究失败的责任问题、有害物质生成的可能性、伦理与安全监管等需解决的课题也随之加大。这是社会需要准备的事情多于技术的阶段。
AI Coscientist预计在重复实验必不可少的领域尤受青睐。催化剂、电池、显示器、化学材料、新药探索等为代表。不过,这类变化也可能对部分以实验为主的研究人员构成岗位转换或职位缩减的压力。研究现场有预测称,从“执行实验的研究者”向“设计与管理实验系统的研究者”的角色转换将全面开启。
就韩国而言,近来副总理兼韩国科学技术情报通信部部长裴庆勋表明了以2026年为目标积极推进引入AI Coscientist的方针。业界期待,若自主实验室基础设施建设与AI研究工具普及成为现实,在研究速度与效率方面将可能实现重大革新。不过为此还需跨越昂贵自动化设备投资、研究设备引进审议程序改善、AI与实验复合型人才培养等诸多难关。






