麻省理工推出AI驱动自主材料发现平台，突破燃料电池功率密度纪录
麻省理工学院研究团队开发的CRESt（现实世界实验科学家副驾驶）平台正在重新定义材料科学研究的边界。这个集成了人工智能、机器人技术和多模态学习的系统，在短短三个月内探索了900多种化学物质，成功发现了一种突破性的燃料电池催化剂材料，其功率密度创下新的世界纪录。
李巨
科学实验迎来AI革命：机器人助手三个月内发现突破性燃料电池材料
材料科学正在经历一场前所未有的变革。麻省理工学院研究团队开发的CRESt系统成功将人工智能、机器人技术和科学文献知识融合到一个统一的实验平台中，在短短三个月内探索了900多种化学物质，进行了3500次电化学测试，最终发现了一种创纪录的燃料电池催化剂材料。这一突
Nature重磅加更！麻省理工李巨/邵阳院士，今日Nature！
“科学人工智能（AI）”的目标之一是通过现实世界的实验发现以定制材料。虽然在计算预测和材料合成自动化方面取得开创性进展，但大多数材料实验仍然局限于使用单模式主动学习（AL）方法，依赖于单一数据流。人工智能（AI）解释实验复杂性的潜力在很大程度上仍有待开发。基于
MIT李巨教授，最新Nature!
材料发现中的实验设计一直是一个根本性挑战。即使化学组成或处理条件的细微变化，也可能导致材料性能显著差异，而实验优化过程常受限于人为与机器误差、成本高昂以及通量有限等问题。传统的主动学习方法通常基于单模态数据流，例如仅通过固定维度的元素比例映射到合金性能，忽略了