MIT 打造 AI 實驗助手 CRESt，加速材料開發刷新科學發現效率

麻省理工學院（MIT）最近推出一個名為「現實世界實驗科學家助手」（CRESt）的新型人工智慧平台，旨在加速科學發現的過程。這個平台不僅是傳統的數據分析工具，而是設計成一個能夠像真正的研究夥伴一樣，整合多種科學資訊並自主規劃和執行實驗的系統。

CRESt的設計理念是超越傳統的主動學習，利用多模態數據進行學習，這意味著它能夠從各種來源獲取訊息，包括文獻、實驗數據、化學行為等，並根據結果不斷調整和改進。對於材料科學等需要長時間研究的領域來說，提供一種更快速且全面的探索新想法的方法。

根據工程學院教授朱利（Ju Li）所述，CRESt的關鍵在於設計新實驗，並利用多模態反饋來補充實驗數據。這個系統不僅能分析過去的文獻，還能夠利用機器人合成和表徵材料的結構，並測試其性能。

CRESt的使用者可以透過自然語言與系統互動，請求幫助進行顯微鏡圖像的審查、測試新材料組合或理解早期結果。系統會根據請求進行搜尋、設置實驗，並透過自動化工具運行實驗，隨後利用結果來指導下一步的行動。這一過程不斷循環，每一輪測試的結果都會反饋到系統中，促進進一步的學習。

在實驗可重複性方面，CRESt透過即時監控實驗過程，利用鏡頭和視覺語言模型來檢測小錯誤並提出修正建議，進而提高結果的一致性和數據的可靠性。研究團隊表示，CRESt的設計不僅是為了執行一系列實驗，而是透過回顧過去的研究和數據來建立每個實驗的全貌，進而使後續實驗更聚焦。

在三個月內，CRESt評估了超過900種不同的化學組合，並進行了3,500次電化學試驗，最終成功開發出一種依賴於較少鉑金的多元素催化劑，並達到了創紀錄的性能。這一成果顯示出CRESt在催化劑開發中的潛力，尤其是在尋找低成本替代品方面。

研究團隊強調，CRESt並不是要取代科學家，而是做為人類研究者的助手。朱利教授指出，這個系統能夠用自然語言解釋其行為並提出觀察和假設，這是朝著更靈活、自動化實驗室邁進的一步。隨著初步結果的令人印象深刻，MIT似乎已經開發出一個能夠為科學家提供新型合作夥伴的平台。

• Inside MIT’s New AI Platform for Scientific Discovery
• Discovering New Materials with AI: MIT’s CRESt Platform Revolutionizes Research
• From The School of Engineering At The Massachusetts Institute of Technology: “AI system learns from many types of scientific information and runs experiments to discover new materials”
• MIT’s CRESt AI Platform Enhances Fuel Cell Efficiency and Material Discovery

（首圖來源：MIT）