科技日报北京11月11日电 （记者张梦然）美国芝加哥大学普利兹克分子工程学院团队开发出一套 自驱动实验系统。它会自己"种"材料，可以自主完成整个材料合成与优化流程，无需人工持续干预。该 系统结合机器人自动化与机器学习算法，可自主决定下一步实验方案，实现从实验执行、性能测量到结 果分析的全闭环运行。这种方法有望广泛应用于硬质材料合成领域，并最终拓展至复杂的量子材料制 备，预示着一种全新的制造模式问世。 在制造用于电子、光学和量子技术的金属薄膜时，科学家通常需要耗费数月时间反复调整工艺参 数，如温度、材料成分和反应时间，以期找到最优的制备条件。这一过程依赖大量试错，进展缓慢。此 次新系统实现了全流程自动化：运行实验、测量结果，并将数据反馈给机器学习模型，由模型指导下一 次实验。 随后，团队与计算机科学家合作，开发了专用的机器学习算法指导系统进行合成、分析，并动态调 整后续实验条件。团队只需输入所需薄膜的性能指标，机器学习模型便会自主规划实验路径，并逐步逼 近目标。为应对实验中难以避免的随机扰动，例如基底表面的微小差异或真空室内的微量气体，系统在 每次新实验开始时，会先制备一层极薄的"校准层"，帮助算法识别当前环境 ...

美国芝加哥大学普利兹克分子工程学院团队开发出一套自驱动实验系统。它会自己"种"材料，可以自主 完成整个材料合成与优化流程，无需人工持续干预。该系统结合机器人自动化与机器学习算法，可自主 决定下一步实验方案，实现从实验执行、性能测量到结果分析的全闭环运行。这种方法有望广泛应用于 硬质材料合成领域，并最终拓展至复杂的量子材料制备，预示着一种全新的制造模式问世。 ...