新材料研發(fā)是一項涉及多學科知識交叉的復雜系統(tǒng)工程，通常面臨周期長、成本高、流程繁瑣等挑戰(zhàn)。特別是在制備階段，不僅高度依賴個人經驗，更存在大量難以言傳的技術壁壘，這也是高端材料被“卡脖子”的主要原因之一。近年來人工智能（AI）在輔助材料設計與性質預測方面展現(xiàn)了巨大潛力，但如何突破研發(fā)效率瓶頸，解決“材料制備”難題，仍存在巨大挑戰(zhàn)。

日前，中國科學院深圳先進技術研究院材料人工智能研究中心喻學鋒團隊成功打造了一支“AI科學家團隊”，即命名為“MARS”的“多AI-多機器人”協(xié)同智能體系統(tǒng)，并將其用于微膠囊（封裝微球）等多種新材料的創(chuàng)制。該成果的相關工作以"Knowledge-Driven Autonomous Materials Research via Collaborative Multi-Agent and Robotic System"為題于1月21日在Cell Press旗下旗艦期刊Matter上發(fā)表。

深圳先進院研究員喻學鋒、高級工程師江國來為論文通訊作者；深圳先進院博士后史桐雨、博士生李玉堂、副研究員王占龍為論文共同第一作者。深圳先進院為該研究第一單位。

該研究中，MARS創(chuàng)新性地構建了包含19個大模型智能體的層級化架構，并與包含移動機器人、導軌機器人等在內的“異構機器人集群”深度集成。在實驗中，MARS展現(xiàn)了多AI與多機器人之間的高效協(xié)同，在極短時間內實現(xiàn)了微膠囊等功能性材料的快速創(chuàng)制與性能優(yōu)化，將原本4個月的研發(fā)時間壓縮至4小時。

MARS系統(tǒng)的核心在于其多智能體協(xié)同的層級化架構。受人類研發(fā)團隊多角色分工啟發(fā)，該系統(tǒng)構建了包含“PI” “設計師”“編程師”“實驗師”“分析師”五大技術職能組，系統(tǒng)協(xié)調19個專業(yè)智能體與16種領域特定工具，就像一支分工明確、配合默契的“AI科學家團隊”。團隊成員各司其職，通過自然語言交互實現(xiàn)任務規(guī)劃、邏輯推理與決策制定，實現(xiàn)了從任務規(guī)劃-實驗設計-代碼編程-實驗執(zhí)行-數(shù)據(jù)分析的全流程閉環(huán)的自主材料探索。

團隊相關核心專利“一種面向材料科學的多智能體協(xié)作系統(tǒng)及方法”已獲得授權，并轉讓給孵化企業(yè)武漢中科先進材料科技有限公司（簡稱中科先材）實施應用。雙方共建了“AI科研智能體”創(chuàng)新聯(lián)合體，獲批首批國家級先進功能材料制造業(yè)中試平臺，建設有全國一流的微膠囊中試產線。團隊將MARS與微膠囊中試優(yōu)化結合，快速完成了滅火微膠囊等多種功能產品的工藝開發(fā)和快速優(yōu)化，多個微膠囊產品已走上貨架。

此外，團隊近日與機器人領域的國家“專精特新”企業(yè)深圳慧靈科技有限公司簽訂“科學智能”創(chuàng)新聯(lián)合體合作協(xié)議，將結合雙方優(yōu)勢打造更智能、應用范圍更廣的“多 AI-多機器人”系統(tǒng)，為自主實驗室構建和AI for Science提供更為強大的工具。

MARS系統(tǒng)的成功應用，也是具身智能在科學研究領域的一次重要實踐。它超越了傳統(tǒng)AI 僅能處理數(shù)據(jù)的局限，初步驗證了人工智能作為“決策大腦”，通過標準化接口調度物理設備、操控物質實體的能力。雖然目前仍處于初級的“決策級”探索階段，但MARS 展示了一種全新的研發(fā)范式：即通過“多 AI-多機器人”的深度協(xié)同，將不確定的科學探索轉化為可計算、可預測、標準化的智能流程。這種人機協(xié)同的科研新范式有望將科學家從重復性勞動中解放出來，為新材料等領域的突破提供高效的智能化解決方案。

論文鏈接：

https://www.sciencedirect.com/science/article/pii/S2590238525006204?via%3Dihub

圖1 | MARS（多智能體與機器人系統(tǒng)）的整體架構。

圖2 | “多AI-多機器人”協(xié)同智能體系統(tǒng)。

圖3 |?武漢中科先進院微膠囊中試線

圖4 |?滅火微膠囊粉末及微膠囊滅火片