AI黑灯实验室，不止于“无人做实验”

科技日报记者 张晔

凌晨，南京鼓楼高新区，南京灵枢铸药智能科技有限公司（以下简称“灵枢铸药”）的实验室没有开灯。

ORBIT自动化实验平台的机械臂执行的实验方案，是人工智能（AI）根据上一轮结果自己修订的——没有哪位科学家熬夜写它。落地一年多，6—7条新药研发管线正以这样的节奏并行推进。

过去AI做科研，读文献、算数据，结论停在纸面上；如今它走进物理世界，亲手做实验、验证猜想。AI黑灯实验室，正把大模型从屏幕里请出来，成为人工智能驱动的科学研究（AI for Science）走向物理世界的一条重要路径。

伴随人工智能快速迭代，AI黑灯实验室成为社会关注的热点话题。近日，记者走访相关企业和高校发现，AI黑灯实验室正在我国加速落地，催生智能科研新赛道。AI黑灯实验室是什么？应该怎么建、如何管？相关人士给出他们的答案。

第一问：什么是AI黑灯实验室？

“黑灯”不是简单关灯无人，而是人工智能、机器人与精密仪器协同，在较少人工干预的情况下完成实验设计、执行、分析，并优化下一轮方案。

这个理解，是南京信息工程大学人工智能学院讲师曹政从一段亲身经历里得来的——读博期间，他在浙江大学参与自主实验室建设。围绕小分子有机合成，AI设计合成路线，机械臂负责取料、称重、投放，反应完成后由仪器自动分析，结果再反馈给系统，由AI选择或预测下一步实验。

过去，方案由人定好、机器照做；如今，AI根据数据提出下一个实验，机器执行，结果回来再修正判断。曹政解释，这相当于AI用实验验证猜测，再据此调整下一步方案。

科研由此从人工“试配方”，逐步转向AI“算配方”。

目前，AI黑灯实验室的路径已逐步明朗：先建懂科学知识的基础模型；再用小模型算出下一个最值得做的实验；AI智能体把决策翻译成机械臂、蠕动泵、反应釜能听懂的参数；设备执行后回收结果。闭环就此转起来。

记者在采访时发现：有的实验室里，工程师围着机器转，反复调试参数；也有的实验室里，机器自己在动，人只在旁照看。前者把“手”交给了机器，后者开始把“脑”也交给AI。

如果今晚关掉AI，只留下自动化设备按既定方案运行，实验还会继续吗？

“单批实验的物理结果一样，甚至更稳定；但管线不会一样。”灵枢铸药董事长凌煜的回答，道出了黑灯实验室与传统自动化实验室的差别：设备能够重复昨天的动作，AI则要依据实验结果寻找明天的路径。

当更多实验室的灯次第熄灭、数据昼夜奔流，新一代科研基础设施正在成形，一条推动我国科研发展的新赛道也随之打开。

第二问：如何既“跑”得快也“行”得稳？

在灵枢铸药，一条管线从虚拟库走到先导化合物，通常要经历3—5轮“设计—合成—验证”闭环迭代。从靶点验证到先导化合物优化的周期，由传统模式的2—3年缩短至6—9个月。

这笔账的底层逻辑，曹政一句话点破：“AI做实验最大的优势，是边际成本特别低。”培养科研人员需要长期投入，训练模型同样需要积累；但当实验扩展到成千上万次，AI系统更容易复制和并行，人力却很难同比例扩张。

效率提升的深层意义，不只是“更快做实验”，更是科研组织方式的变化。

曹政认为，其核心是让AI根据真实物理实验验证猜测，再调整下一步方案。科学问题仍由人提出，关键选型和安全边界仍由人把控，重复性操作和海量筛选则更多交给系统。

黑灯实验室也为垂类模型打开了落地的入口。灵枢铸药的架构就是通用大模型当“项目经理”，负责拆解和编排；自研垂类科学模型当“专家”，负责打分和预测。

同时，自主并不意味着放任。实验室的灯虽然灭了，但人的价值并未退场，而是更多体现为选择方向、设置边界、对结果负责。

“方向盘在人手里，油门在AI脚下。”凌煜说，灵枢铸药的办法是把人放在三个闸口上：关键选型拍板、不可逆动作前确认、执行安全确认。单次实验失败后，数据自动回流，AI修订方案，经人确认再执行。科研人员从盯仪器、做记录，转向提出好问题、判断异常、审视证据链。

今年1月，中国检验检测学会发布《黑灯实验室智能化评价规范》。

中国药科大学教师乔波表示，AI黑灯实验室的建设标准，除了评价自动化程度，还应覆盖数据质量、算法变更、人工介入、异常处置和结果复现；从实验室走向临床、生产，仍须经过充分复现、严格验证和层层把关。

凌煜也提醒，单次失败已可闭环修订，但“模型长期悄悄变差”的自动发现仍是空缺。曹政则认为，首要标准仍是安全优先，包括伦理安全、实验安全和技术安全。

责编：李传新

一审：李传新

二审：杨丹

三审：文凤雏

来源：科技日报