9月4日消息，日本东北大学材料研究高等研究所（WPI-AIMR）的研究团队在《JACS Au》发表研究，提出了一套整合多工具的闭环AI驱动聚合物发现框架，旨在将传统上耗时数年的试错式聚合物开发替换为自动化工作流。

该系统把聚合物数据库、预测模型、AI智能体（AI agents）和自动化实验室纳入统一的分层集成工作流，形成自驱动的研究闭环。团队此前已研究如何用闭环AI系统与大型数据库加速能源材料的筛选，本研究将这一思路扩展到聚合物这一材料科学中应用最广的品类。

领衔研究的李昊（Hao Li）特任教授指出，传统试错式聚合物开发速度慢、资源消耗大、废弃物多，往往需要多年才能交付改进材料；若所提出的生态系统能落地，将能以更少的实验失败快速开发新型高性能可持续聚合物。研究团队梳理了当前AI聚合物研究只聚焦孤立环节的问题，绘制了构建自主闭环聚合物发现生态的完整蓝图。

加速落地的现实收益包括：更安全的电动车高能量密度电池、更好的医用生物材料、更绿色的可降解塑料以及更高效的水净化膜，同时削减重复盲目测试造成的实验室资源消耗与材料浪费，契合碳中和目标。聚合物是塑料、植入器械、药物递送系统等广泛应用的基础材料，但聚合物与复杂生物系统之间相互作用的理解长期缺乏系统策略，AI闭环框架为跨越这一鸿沟提供了路径。 （来源：Phys.org）