.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
传统材料或分子的发现方法涉及一个迭代过程，即通过不断创建和测试组合，直至达到所需性能。开发有用的材料或分子可能需要数年甚至数十年的合成、表征、失败分析和再设计。挑战在于，仅凭成分很少能决定性能。在传统发现过程中，人类判断有助于确定探索哪些变量、优先考虑哪些结果以及测试哪些候选物。自动驾驶实验室为发现提供了一种新模式。通过将机器人、高通量实验、多模态测量和人工智能（AI）整合到闭环中，自动驾驶实验室可以在极少人工干预的情况下选择、运行和解释实验。每一轮实验都成为选择后续行动的基础，并在预测模型、科学目标和先验知识的指导下进行。这种闭环学习过程创造了一条以数据为中心的路线，以加速解决全球技术和社会问题的方案。
