天桥脑科学研究院

专访AI驱动科学优胜奖得主:为什么失败的实验对AI最重要?

前言

从经验试错,到数据驱动,再到能够阅读文献、提出假设、设计实验,并根据实验结果不断迭代的AI智能体,材料化学正在迎来一种新的研究范式。

近期,天桥脑科学研究院(Tianqiao and Chrissy Chen Institute)联合《科学》(Science)杂志及美国科学促进会(AAAS),共同揭晓了 2026 年“天桥脑科学研究院与《科学》杂志 AI 驱动科学大奖”(Chen Institute and Science Prize for AI Accelerated Research)的评选结果。加州大学戴维斯分校(UC Davis)神经外科系副教授 Sergey Stavisky 斩获本届大奖;达特茅斯学院的 Nicholas C. Jacobson 博士与圣路易斯华盛顿大学的 Zach (Zhiling) Zheng 博士荣获优胜奖。

2027年AI驱动科学大奖申报通道现已开启,欢迎点击阅读原文,或复制链接到浏览器打开https://www.science.org/content/prize-award/chen-institute-science-prize-for-ai-accelerated-research,提交申请~

其中优胜奖得主Zhiling Zheng,是圣路易斯华盛顿大学化学系助理教授,也是深度合成实验室(Deep Synthesis Lab)负责人。他因构建了一个由自主智能体(autonomous agents)驱动的通用 AI 实验室系统而获得表彰,该系统将文献挖掘、生成式分子设计和机器人实验统一在单个闭环中。将其应用于集水用的金属有机框架(MOFs)时,他的生成式设计智能体提出了 10 种新材料——“长臂” MOF 系列(LAMOF-1 至 LAMOF-10)。在对其中两种材料进行的闭环机器人演示中,他的 AI 智能体在两周内确定了高结晶度条件。它们挖掘科学文献,提出新颖的分子结构,并在超过 600 万种可能组合的反应空间中自主导航和解释实验,从而大幅缩短了从设计到发现的时间。他的平台为 AI 如何在清洁能源、水资源和健康应用领域加速材料科学发展提供了蓝图。

▷获奖论文:Zheng, Zhiling. “Reprogramming synthesis.” Science 393.6808 (2026): 253-253.

在这篇专访中,Zhiling Zheng博士将与我们分享:AI如何帮助合成化学跨越“能想象”与“能做出来”之间的差距?为什么失败实验数据对AI学习化学直觉至关重要?多智能体系统如何像一个研究团队一样推进材料发现?以及,当AI成为合成化学实验室的常规工具,它将如何帮助科学家更有针对性地设计和合成功能材料,用于回应清洁水、清洁空气和人类健康等重大挑战。

 

本文内容基于由Science/AAAS团队制作的2026年AI驱动科学大奖获奖者采访视频整理而成。

Q:您好,恭喜您获得AI驱动科学大奖优胜奖。能否先请您介绍一下自己,以及您正在开展的工作?

Zhiling Zheng:我是Zhiling Zheng,现任美国圣路易斯华盛顿大学化学系助理教授,并领导深度合成实验室(Deep Synthesis Lab)。我们的实验室主要为合成化学家开发数据驱动的方法,希望加速材料发现进程。具体来说,我们会构建AI智能体,让它们能够阅读论文、提出假设、设计实验,并在化学实验室中直接协助科学家开展研究。

Q:在您看来,AI将怎样改变材料化学研究的方式?

Zhiling Zheng:化学其实是一门不断尝试、不断学习的艺术。AI拓宽了这一过程,让我们可以探索更多潜在的材料结构和合成条件,而这个范围远超出了人类单独能够覆盖的空间。通过人类与AI的协作,我们可以更高效地探索化学空间,发现一些过去可能被忽略的洞见。同时很重要的一点是,化学家依然会处在科学发现的中心。

Q:在实验化学中引入AI,最大的难点是什么?

Zhiling Zheng:一个很大的挑战是,化学数据往往是多模态的,而且很多失败的实验从来不会被记录下来,也不会发表出来。这就会让AI很难清楚地学到,什么是可行的,什么是不可行的。所以,怎样教会AI像科学家一样推理,并逐渐形成某种类似“化学直觉”的能力,是我们必须解决的一个重要问题。

Q:您设计的多智能体AI系统,是怎样分工协作的?

Zhiling Zheng:我们设计了一个多智能体AI系统,不同智能体会专门负责不同的实验室任务。它有点像一个研究团队:一个智能体负责从文献中总结观点,另一个负责提出假设和实验方案,一个可以执行实验,另一个则负责审查数据、总结结果,并为下一步实验提供建议。这些智能体会一起不断更新成功实验和失败实验的记录,让整个研究过程更高效地向前推进。

Q:为什么你会选择通过AI来做化学研究?

Zhiling Zheng:真正驱动我做这件事的,是一个简单但很重要的差距:化学家能够想象出来的材料,远远多于我们实际能在实验室里合成出来的材料。我希望用AI来缩小这个差距。我的工作背后有一个信念,那就是AI可以把人类的化学直觉转化成一种更可量化的形式,帮助我们减少偏差和不确定性,更高效地探索合成空间,并最终提高化学合成的成功率。

Q:具体来说,你认为AI能为化学合成带来哪些颠覆性的改变?

Zhiling Zheng:最让我兴奋的是,AI有可能让网状材料(reticular materials)的预测性合成成为现实。自然界可以用简单的构筑单元搭建出蛋白质,化学家同样也可以从基础的合成构筑单元出发,组装出复杂的材料结构。有了AI,我们就有机会走向新材料的按需合成,也就是针对具体应用,定制材料的结构和性能。

Q:从更大的社会层面看,您希望这项工作带来哪些影响?

Zhiling Zheng:我们希望这项工作能够推动功能材料的按需合成,用来应对清洁水源、清洁空气和人类健康等重大社会挑战。化学本身就是一门高度跨学科的科学。现在,有了智能体式AI与实验科学家并肩工作,我们就拥有了探索巨大材料设计空间的工具,也更有能力合成出具备定制性能的材料,来回应这些挑战。

Q:未来五年,您希望AI在合成化学实验室里发展到什么程度?

Zhiling Zheng:未来五年,我希望AI能成为合成化学实践中的常规工具,尤其是在实验室发现新型网状材料的过程中。我的目标是降低化学家使用AI的门槛,特别是让实验化学家能够直接在实验室里直接调用AI,从而更高效、更成功地发现和合成功能材料。

Q:为什么您选择用这项工作申报AI驱动科学大奖?

Zhiling Zheng:我认为这个奖项代表了一种非常令人振奋的愿景,也就是用AI来加速科学发现。而这一愿景与深度合成实验室的使命高度契合。我希望借这个机会分享,智能体式AI如何赋能实验化学家,并进一步拓展跨学科科学发现的未来。

Q:得知这项工作获得认可时,您是什么感受?

Zhiling Zheng:得知结果时,我感到非常荣幸,也非常感激。AI 在实验室科学中的影响力正在不断增长,而这种影响力能够以这样的方式得到认可,我觉得意义非凡。同时,我也把这看作是对一个更广泛科学共同体的认可。这个共同体里有很多人,都在努力让 AI 对实验科学家来说变得更有用、更容易使用。这对我们未来的工作来说,是莫大的鼓舞。