A Programmable Optics Cloud Laboratory
本文介绍了 PICO，一种机器人云实验室架构，它通过为远程、脚本化和自主控制提供统一的软件抽象层，简化了可重构自由空间光学实验的编程、操作和可复现性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代科学领域，实验室通常是一个充满静谧、细致的人力投入之所。研究人员花费数小时、有时甚至数月的时间，在沉重的实验台上摆放精密的仪器，旋转微小的螺钉以对准反射镜，并调整透镜，直到一束光线精准地击中探测器。这项工作对于成像、量子物理和材料科学等领域至关重要，但其过程缓慢且难以完美重复。如果科学家需要改变实验以测试新想法，他们往往不得不将整个装置拆解，然后从头开始重新搭建。这种对手工技能的依赖造成了一个瓶颈：实验难以共享、难以自动化，也难以完全按照之前的做法进行精确复现。新一代研究的目标是将计算机软件的灵活性和可重复性引入光与玻璃的物理世界，将脆弱、手工搭建的排列组合转变为可以通过点击按钮即可进行编程、保存和恢复的对象。
麻省理工学院的一个研究小组通过构建一个用于自由空间光学（free-space optics）的“云实验室”，向这一目标迈出了重要一步。在这一领域，光通过空气而非光纤电缆传播。他们将该系统命名为 PICO，即“可编程云光学基础设施”（Programmable Infrastructure for Cloud Optics）。该团队并非仅仅制造一个能移动部件的机器人，而是创造了一种看待实验室的新方式。他们开发了一种数字语言来描述每一件设备——反射镜、透镜、激光器和摄像机——不是通过它们的品牌名称或序列号，而是通过它们的功能以及如何被控制。在这个系统中，一个反射镜被定义为具有倾斜或移动的能力，而一个摄像机则被定义为它能观察到什么以及其设置如何被更改。这种通用语言允许计算机将物理实验理解为一组可以被编写、保存并再次运行的指令，无论操作者是谁，也无论执行工作的具体是哪台机器人。
研究人员在物理平台上实现了这一构想，该平台配备了一个在标准光学实验台上工作的七臂机器人手臂。机器人配备了能够观察整个工作空间的摄像头，通过特殊的标记识别组件，并利用深度传感器实现精准抓取。当科学家想要运行实验时，他们不需要了解移动电机所需的复杂代码。相反，他们使用一个简单的界面来告知系统他们的目标，例如“将此透镜移动到此位置”或“调节激光功率”。系统会将这些高层指令转化为机器人执行特定动作所需的具体运动。如果用户想要尝试不同的配置，他们只需要求系统恢复到之前的设置，机器人就会将组件重新排列到与之前完全一致的状态，精度精确到毫米级。这种能力使物理实验室的行为表现得像计算机程序一样，实验的状态可以被保存、比较并回退到之前的版本。
为了证明这种方法的可行性，团队利用 PICO 研究了一种被称为“光自旋霍尔效应”（spin Hall effect of light）的微妙物理现象。这种效应会导致光束根据其偏振方向（即其波振动的方向）发生轻微偏移。测量这种偏移需要极其精密的透镜和偏振器排列，研究人员需要测试更换不同透镜时偏移量的变化。利用这个新系统，他们搭建了初始设置，然后创建了一个数字“分支”来测试新的透镜组合。在运行完第一次测试后，他们使用系统立即将实验室恢复到更换透镜之前的状态。随后，他们再次从该状态出发，分支出去测试第三种透镜配置。这一过程使他们能够探索多种实验路径，而无需手动拆解并重建整个光学台。该系统成功地在五次不同的实验中十五次恢复了实验室的先前状态，且在没有任何人工干预的情况下完成了每一次恢复，未出现任何错误。
结果表明，该系统不仅能够移动部件，还能保持科学研究所需的精度。当研究人员测量不同配置下的光偏移时，数据与理论预测高度吻合。他们通过运行三次相同的测量来测试系统的重复性，发现结果的偏差极小，小于摄像机传感器的两个像素。这种一致性水平证明，机器人系统处理精密光学元件对准的任务时，可以像人类专家一样出色，同时还具备保存和调用实验精确状态的额外优势。此外，团队展示了通过使用系统的版本控制功能可以节省时间。当他们需要返回之前的设置时，系统会计算出最有效的路径，通常比从头开始重建实验所需的时间减少了三分之二以上。
除了光学实验的直接成功外，这项工作还为组织科学研究提供了一种新方式。通过将实验的意图与执行实验的具体硬件分离，研究人员创建了一个框架，使实验可以被视为可共享、可编程的对象。正如软件开发人员可以保存不同版本的代码文件以追踪变更一样，科学家现在可以保存不同版本的物理设置。这为远程协作打开了大门，研究人员可以在世界各地访问同一个物理实验室，运行自己的脚本，并在确信实验是完全按照描述执行的前提下分享其结果。团队还构建了实验室的“数字孪生”（virtual twin），即一个数字模拟系统，允许用户在触碰实际设备之前规划并测试其设置。这种数字预览确保了提议的排列在机器人移动任何组件之前，在物理上是可行且安全的。
该项目并不声称已经解决了实验室自动化的所有问题，也不暗示机器人将取代科学家。相反，它提供了连接物理世界的光学与数字世界的代码之间的桥梁。研究人员承认，未来的工作可以扩展到包含更复杂的机器人、能预测光行为的更好模拟，甚至是能够设计自身实验的人工智能代理。目前，这一成就证明了传统的、机械的、手工的光学过程可以变得灵活且可编程。通过赋予实验室一种它能理解的语言，团队表明，科学的未来可能不仅仅在于更快的计算机，还在于让发现的物理工具像它们旨在测试的思想一样灵活且可复现。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。