新材料的發現，是推進各產業進步的重要驅動力。但很難想像的是，時至今日，多數新材料的研發仍是由大量人力來負責，甚至實驗數據也可能仍以紙本紀錄。
研發新材料的過程中，牽涉到大量變數的排列組合與嘗試，單靠人力在數千萬種可能中找答案，可以想見必定是曠日費時、成本昂貴且阻礙重重。而另一個常被忽略的阻礙因素，則是人類認知的局限性。科學家們可能會被自身偏見或是有限知識所侷限，只在自己熟悉的範疇內尋找答案，而忽略其他可能。
種種因素加上開發難度漸增，新材料開發速度已跟不上產業進步速度，陷入反摩爾定律的困境中。所幸 AI 與機器人技術的結合，有助於我們突破這項困境。
美國新創公司 Atinary 就是其中的佼佼者。他們結合 AI、機器學習、機器人技術及高通量自動化設備，發展自動駕駛實驗室 (Self-Driving Labs)，透過自動化流程、數據驅動決策和智能化的實驗設計，不僅能在更短的時間內完成更多實驗，同時還能減少人為失誤和偏誤，提高準確性。
自駕實驗室就像是科學家的時光機，平均能將材料發現與 R&D 時間加速 10-100 倍。以優化二氧化碳轉化為甲醇的催化劑實驗為例，根據 ETHZurich 發表的論文，Atinary 的演算法成功在 6 周內就達到過去耗費百年的傳統研究成果，將實驗進程加速千倍。
不僅如此，Atinary 的出色之處更在於提供易導入的無代碼 (no-code) 機器學習平台，實驗人員只要經過 2 小時的培訓，不需要編寫複雜的編碼，就能開始部署機器學習，打造自駕實驗室。
日本最大的製藥公司武田製藥 (Takeda) 便找上 Atinary 合作，期望透過結合 AI 自駕實驗室技術來加速新藥製程。合作至今，Atinary 已成功協助武田製藥大幅提升實驗有效性，將原本需耗費數百次的實驗大幅降低至十數次。
不只武田製藥，IBM Research、麻省理工學院 (MIT) 和 Snapdragon Chemistry 等國際重要機構都已經與 Atinary 合作，將其視為把研發進程加速百倍的秘密武器。
新材料開發效率大幅提升能加快產業創新的腳步，而對於新藥開發領域來說，意義則更為重大，因為每一分縮短的時間，都代表著更多病患有機會被治癒。
期待未來看見 AI 自駕實驗室技術逐漸普及至更多與時間賽跑的領域，成為人類創新的超級時光機！
本篇文章授權刊登於《今周刊》專欄
