AI 前沿
谷歌研究将AI智能体接入自动化湿实验
谷歌研究介绍面向自主湿实验室的三项工作,核心是让AI智能体理解实验室机器人、试剂、孔板容量和实验状态,从而在真实反馈中迭代分子设计,并发现个位数纳摩尔级癌症靶点蛋白结合物。
谷歌研究人员提出,AI药物发现不仅要生成和分析方案,还要通过真实实验验证假设、学习结果并自我改进。现实瓶颈在于,前沿模型对三维几何和物理状态的推理仍不稳定,而湿实验反馈速度难以跟上虚拟设计。
团队介绍VERID框架,将高层智能体推理与容易出错的实验室物理环境连接起来。它基于开源PyLabRobot,构建实验室工作单元的语义数字孪生,持续记录机械臂几何结构、孔内液体体积、试剂身份和吸头库存等状态。
谷歌称,该框架可发现语法正确但物理上不可行的指令,例如把八通道移液器放入过窄槽中,或从已耗尽的孔中吸液。案例中,同步视频和执行轨迹帮助识别染料分层问题,智能体还能在读板器故障后恢复实验,并重新规划不合规的吸液操作。