自主实验：AI与机器人推动科学研究DX的最前线～从补助金、论文、专利分析技术趋势～

Q: 自主实验具体是什么？

它是一种利用AI和机器人技术，在最少人为干预下进行实验规划、运行和结果分析的研究方法。

Q: 自主实验有什么好处？

预期好处包括减轻研究人员的体力负担、缩短研发周期、减少废弃物以及传承研究知识。

Q: 哪些国家在自主实验研究方面处于领先地位？

美国在补助金和论文方面都投入了最多的资金并取得了最多的研究成果，其次是中国。

Astamuse株式会社（总部：东京都千代田区，代表取缔役社长：永井步）利用其拥有的创新数据库（论文、专利、新创公司、补助金等创新与研发信息），对自主实验相关技术领域进行了全面分析，并将趋势汇编成报告。 什么是自主实验？ 自主实验（自主型实验/自动实验/自动化实验）是一种研究方法，利用AI和机器人技术，在减少人为干预的情况下，运行包括实验计划、运行和结果分析在内的整个研发过程。 自主实验的起源可追溯到2009年，由英国亚伯里斯威斯大学（当时）的Ross King教授等人开发的系统「Adam」（注1）。 注1：R. D. King et al., "The Automation of Science", Science 324, 85(2009)。 https://www.science.org/doi/10.1126/science.1165620 「Adam」自主地提出了20个关于酵母基因与酶关系的假设，并自主运行了数千次实验来验证这些假设。在这次验证中，人类只负责补充材料、处理废弃物和清洁。「Adam」的验证结果经Ross King教授等人追试后，证实结论一致。 科学研究开发过去依赖于研究人员的默会知识和经验基础上的假设创建，以及手工进行的艰苦试错（参数微调、合成、评估的重复）。「Adam」是世界上第一个在减少人为干预的情况下，完成从假设创建到实验运行、结果分析、假设修正一系列过程的系统。「Adam」集成了AI和硬件，实现了自主发现，成为「自主实验」概念的起源。 2019年，随着机器学习算法的进步，多伦多大学的Alán Aspuru-Guzik教授等人提出了「Self-driving Labs（SDL：自主实验室）」的概念（注2）。 注2：Alán Aspuru-Guzik et al.,” Next-Generation Experimentation with Self-Driving Laboratories”, Trends in Chemistry 1, 282(2019)。 https://doi.org/10.1016/j.trechm.2019.02.007 教授们指出，自主实验的重要要素不仅仅是无需人手运行预先输入的实验操作（自动化），还包括评估实验结果，预测下一步应尝试的最佳条件，并在无需人为干预的情况下修正计划（自主化）。 随着AI的快速发展，自主实验作为「数据驱动型材料开发」的一个分支，也受到了广泛关注。数据驱动型材料开发是一种利用信息科学进行材料探索、试制和评估的新型材料开发方式。 自主实验通过研发的自动化和自主化，预计将带来以下价值： 通过机器替代实验操作，减轻研究人员的体力负担，解决研发人才短缺问题 避免不必要的实验，缩短研发周期，减少废弃物 通过实验操作的数据化，传承研究知识 本报告将聚焦于科学研究开发中，利用AI和机器人实现假设建构、实验操作、考察的自动化和自主化，并利用Astamuse独有的数据库分析自主实验的发展趋势。 自主实验相关技术的研究预算趋势 补助金（如科研费等竞争性研究资金）可视为对尚未发表论文的新方法和研究的投资。补助金的趋势可视为社会实施所需时间较长的技术的研发趋势。 从Astamuse拥有的补助金数据库中，提取了自2015年以来开始的约500个补助金项目，其研究概要中包含「autonomous lab」、「laboratory automation」、「self-driving lab」等关键字。 图1显示了2015年至2024年期间，与自主实验相关的补助金分配金额排名前5个国家的项目数量趋势。然而，中国的补助金数据不公开，因此可能无法反映实际情况。此外，刚公开的补助金信息可能尚未存储在数据库中，因此最近的统计值可能被低估。 图1：与自主实验相关的研究项目数量按国家划分的趋势（2015-2024年） 图2显示了研究项目分配金额按国家划分的趋势。分配金额按项目期间平均分配，并计入各年度。例如，一个为期3年、预算为3万美元的项目，每年计入1万美元。 图2：与自主实验相关的研究项目分配金额按国家划分的趋势（2015-2024年） 截至2024年的10年间，自主实验相关研发的资金分配金额呈增长趋势，近五年来由于AI和信息通信技术的快速发展，这一趋势更加明显。 从国家来看，美国在项目数量和研究分配金额方面均居首位。特别是自2020年以来，其分配金额遥遥领先于其他国家。这背后的原因是美国政府较早地认识到自主实验的概念。 在美国，自主实验概念提出后的2019年7月至10月期间，召集了美国科学家和技术人员，讨论AI在科学研究中的应用机会。2020年，美国能源部（DOE）将其结果汇编成「AI for Science」报告（注3）提交给政府。 注3：DOE “AI for Science:

常見問題