维度网讯，普林斯顿大学与多家合作机构近日发布了一项研究成果，展示了一个名为Qumus的自主量子材料研究系统。该系统在机器人实验室内实现了石墨烯的自主制造和原子级薄晶体管的制备，标志着人工智能从数字助手向物理实验室科学家的转变迈出了实质性的一步。

这项发表于预印本平台arXiv的论文指出，Qumus平台集成了大语言模型、计算机视觉、机器人技术和自动化实验设备，被研究团队称为首个“AI量子材料实验者”。它能接收自然语言请求，自主设计实验流程、操控硬件、分析数据、纠正错误并生成报告，过程中几乎无需人类干预。

研究聚焦于二维量子材料，这类仅几个原子厚的超薄晶体具有独特的电学和量子特性。自石墨烯发现以来，科学家已识别数千种可剥离的层状材料。然而，传统制备过程依赖人工重复操作，效率低下。Qumus通过整合AI代理与机器人系统，实现了从材料搜索到器件制造的自动化链条。在一次演示中，系统仅根据“给我一个石墨烯薄片”的指令，便自主执行了剥离与筛选流程，最终产出样品。

研究还测试了由不同公司大语言模型驱动的版本，发现它们在行动谨慎性、效率等方面存在差异，类似人类研究者的不同工作风格。在开放式优化实验中，系统在无历史数据的情况下，通过自主调整基底温度等参数，经过四小时迭代成功制备出指定尺寸的石墨烯薄片。此外，系统展现了从意外错误中恢复的能力，如在材料被故意移除或模型出现识别错误时，能自主重建实验流程并完成目标。最复杂的演示中，Qumus耗时约90分钟，完成了石墨烯晶体管的多层器件设计与组装。

尽管成果显著，研究团队也承认当前平台仍存在局限。系统的运行效率主要受限于硬件移动和物理过程的耗时，而非AI计算速度。此外，该系统目前仅适用于二维材料领域，扩展至其他学科需要大量定制。大语言模型可能产生的幻觉错误也需额外验证环节。当前演示尚未实现真正的新材料发现，但团队认为，该框架为未来更复杂的自主科学实验奠定了基础。随着AI和机器人技术的进步，这类系统有望在量子材料等依赖专业知识的密集型领域突破人类能力的瓶颈，加速探索更广泛的材料组合与制造方法。该研究由普林斯顿大学主导，并获得了密歇根大学、日本国立材料科学研究所等机构的合作支持。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com