PNNL开源AutoLabs AI工具：实验室机器人实验通量提升5-10倍，加速电池科学创新
B910化工消息：7月3日消息，美国能源部太平洋西北国家实验室（PNNL）的研究团队开发了一种名为AutoLabs的开源生成式智能体AI系统，能够快速将实验目标翻译为实验室机器人Big Kahuna的操作指令，实现电池材料研究的自动化和多步骤实验通量的大幅提升。相关论文于6月25日发表于Scientific Reports，软件已在GitHub开源。
Big Kahuna是由Unchained Labs公司构建的自动化机器人，研究人员用它来研究新型和现有电池材料。传统模式下，科学家与仪器工程师需要花费数周时间协作设计一个Big Kahuna实验，因为双方在实验目标和仪器操作方面的专业知识往往不重叠。AutoLabs基于OpenAI大模型构建，采用多智能体架构，由分析实验请求的多个专用子智能体协同工作，在一个主管智能体下统一行动，自动将用户的自然语言实验描述翻译为Big Kahuna兼容的具体操作步骤。
团队设计了五个复杂度递增的实验任务来测试AutoLabs——从最简单的莀和甲醇混合，到涉及多组样品瓶、三种以上化学品反应、特定温度加热冷却、特定转速搅拌以及跨瓶转移的复杂流程。在所有测试中，AutoLabs均成功将实验描述翻译为Big Kahuna操作步骤，表现接近训练有素的科学家。研究人员指出，使用AutoLabs后，可执行的实验数量是手工操作的5到10倍。
该系统支持混合、加热、搅拌和过滤样品等多种操作流程，最大限度减少人工干预。AutoLabs的设计具有灵活性，可适配任何类型的自主实验室系统。团队目前正在扩展AutoLabs的文献综述和持续学习能力（即增加记忆功能），以期实现真正的自驱动实验室目标。该工作得到PNNL的科学、能源与安全的生成式AI研发计划支持。 （来源：AZoM）
Big Kahuna是由Unchained Labs公司构建的自动化机器人，研究人员用它来研究新型和现有电池材料。传统模式下，科学家与仪器工程师需要花费数周时间协作设计一个Big Kahuna实验，因为双方在实验目标和仪器操作方面的专业知识往往不重叠。AutoLabs基于OpenAI大模型构建，采用多智能体架构，由分析实验请求的多个专用子智能体协同工作，在一个主管智能体下统一行动，自动将用户的自然语言实验描述翻译为Big Kahuna兼容的具体操作步骤。
团队设计了五个复杂度递增的实验任务来测试AutoLabs——从最简单的莀和甲醇混合，到涉及多组样品瓶、三种以上化学品反应、特定温度加热冷却、特定转速搅拌以及跨瓶转移的复杂流程。在所有测试中，AutoLabs均成功将实验描述翻译为Big Kahuna操作步骤，表现接近训练有素的科学家。研究人员指出，使用AutoLabs后，可执行的实验数量是手工操作的5到10倍。
该系统支持混合、加热、搅拌和过滤样品等多种操作流程，最大限度减少人工干预。AutoLabs的设计具有灵活性，可适配任何类型的自主实验室系统。团队目前正在扩展AutoLabs的文献综述和持续学习能力（即增加记忆功能），以期实现真正的自驱动实验室目标。该工作得到PNNL的科学、能源与安全的生成式AI研发计划支持。 （来源：AZoM）
