Hypothesis-Driven Autonomous Materials Synthesis with Multimodal LLM Agents
本文介绍了 SynAgent，这是一个多模态大语言模型智能体框架，这些智能体能够自主进行实验，并通过自适应地生成分析技能并采用“验证-证伪”策略，迭代地完善关于材料合成过程（例如识别 LiCoO2 薄膜的最佳温度窗口）的显式且人类可读的假设，从而超越简单的优化，迈向可测试的科学理解。
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
创造新材料是现代技术的基础，从驱动手机的电池到运行计算机的芯片，皆是如此。几十年来，科学家们一直知道材料的制造方式——特别是其在制造过程中的温度和条件——决定了其最终的特性。然而，寻找完美的“配方”极其困难。这通常需要研究人员不断地混合化学物质、进行烘烤并检查结果，这是一个缓慢且费力的试错过程。为了加速这一进程，科学家们建造了“自动驾驶实验室”，由机器人负责混合和测量。但直到现在，这些机器人仍然像是“盲目优化器”：它们可以通过测试数千种组合来找到一个好的结果，但它们无法解释结果产生的原因。它们将实验视为一个“黑箱”，虽然交付了一个成功的样本，却未能阐明背后的科学原理。
东京大学和理学股份公司（Rigaku Corporation）的一组研究人员通过引入一个名为 SynAgent 的新系统，改变了这种动态。该系统不再仅仅是寻找最佳结果，而是使用一种被称为大语言模型的人工智能，作为实验室中的“思考伙伴”。这个智能体不仅仅是遵循预先写好的脚本；它会观察数据，编写自己的计算机程序来分析所见之物，并不断更新其对材料形成方式的理解。其目标不仅是寻找更好的材料，还要让机器用人类可以阅读和验证的平实语言，将其发现的规则表达出来。
研究人员通过要求系统制造一种特定类型的钴酸锂薄膜来测试该系统，这是一种用于电池的材料。制造这种薄膜性能良好的关键在于其生长时的温度。机器人被委派负责一个自动化实验室，在那里它可以加热基底、沉积材料，并使用 X 射线机和电子显微镜观察结果。与以往依赖固定分析工具的系统不同，SynAgent 在开始时并没有预设测量薄膜质量的方法。当第一次实验运行时，该智能体观察原始数据，并意识到它需要一种新的方法来测量晶体结构。它编写了自己的代码，从 X 射线数据中计算出一个特定的比例，从而有效地教会了自己如何判断薄膜的质量。它还注意到显微镜图像中薄膜表面有明亮的斑点——这些特征是没人编程让它去观察的。该智能体编写了第二段代码来计数并测量这些斑点，将视觉观察转化为它可以用于推理的数字。
在十八次实验的过程中，该智能体不仅仅是在尝试获得最高分；它还积极地尝试证明自己的想法是错误的。这种被称为“验证-证伪”（verify–falsify）的方案意味着机器人有时会测试它认为会失败的条件，以观察自己是否正确。这种方法防止了系统陷入证实自身偏见的循环。在开始阶段，基于通用的科学知识，该智能体认为 600 摄氏度的温度是最理想的。它进行了测试，但薄膜未能形成正确的结构。该智能体并未放弃，而是修正了自己的思维，假设该过程需要更高的温度才能开始运作。随后，它测试了 700 度的高温，并预测这会导致失败，但结果显示薄膜表现极佳。这一令人惊讶的结果迫使智能体完全重组了其理解，意识到该材料只有在跨越特定的温度阈值后才会突然“苏醒”并形成完美的结构。
实验结束时，SynAgent 绘制出了该材料完整行为的图谱，其精度达到了人类专家的水平。它发现，在 630 度以下，薄膜是紊乱且无用的；在 630 到 650 度之间，材料处于混沌的过渡阶段；高度有序的薄膜仅出现在 650 到 690 度的狭窄窗口内，其中绝对最佳的结果出现在 670 度；在 700 度以上，材料保持有序，但完美程度略有下降。至关重要的是，该智能体不仅输出了数字 670，还生成了一份书面解释，将这四个不同的区域与证明这些结论的具体实验联系起来。它解释说，在较低温度下看到的明亮斑点很可能是由于形成不完全造成的，而最佳温度下的光滑表面则表明了健康的晶体结构。
这项工作证明了人工智能可以超越仅仅作为寻找最佳答案的工具，转而成为理解答案背后科学原理的伙伴。该系统成功生成了自己的分析工具，适应了意料之外的视觉特征，并在没有人工干预的情况下，建立了一个关于复杂物理过程的可测试、人类可读的模型。研究人员表明，通过让机器挑战自身的假设并解释其推理过程，自动驾驶实验室不仅可以加速发现，还可以深化我们对构成世界的材料的理解。其结果是从空白状态到精确科学规则的清晰记录路径，证明了机器现在不仅可以帮助我们制造新事物，还能真正理解它们是如何工作的。
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。