10月18日,智能科学家生态联盟第四届年会在合肥举办,中国科大发布机器科学家2.2版本,并现场开放“灵境造物”平台入口,供到场的学者和研究人员体验AI for science的便利性。让这个平台能够顺利运转的,是中国科大智能科学家团队发布AI原生实验室语言“ALL”(AI-native Laboratory Language,即“AI原生的实验室语言”),相关论文《物理实验室的可计算表示,让可验证工作流成为可能》已在arXiv(1991年创立,全球知名学术预印本平台)发布,系统性工程验证依托华为昇腾算力平台完成。这套语言要解决的核心问题只有一个:让AI从“会聊天、会写论文”,走向“安全、可控、可信地亲手做实验”。

AI进实验室难的是“懂规矩”

从专业角度看,如今,让AI调用仪器、生成控制代码,甚至驱动机器人完成实验动作,已不是最大的难题。

面对由样品、容器、设备和环境构成的真实实验室,AI能不能判断“什么可以做、在什么条件下才能做”?面对不同厂商、不同年代、控制方式各异的设备,面对多流程并发和突发异常,它能不能稳定运行?能不能让每一次行动都有边界、每一次状态变化都可追踪?

中国科大团队介绍,在化学、材料和生物实验中,这绝非苛求。一个未被识别的样品状态,一次不满足约束的操作,就可能让后续流程全部失效,甚至带来安全风险。

“ALL”给出的办法,是把实验对象、物理状态、科学操作、实验约束和工作流程,全部组织成“机器可理解、可验证、可执行”的标识,使AI能够“行动前检查、执行中追踪、异常时处置、实验后还原全过程”。

目前,科学界已建立了大量描述“科学对象”的语言。分子可以表示为结构式、图结构或三维构型,材料可以表示为晶体结构和元素组成。这些语言回答了“科学对象是什么”,却回答不了“如何在物理世界中作用于它”。“ALL”补上的,正是从“科学对象表示”走向“科学行动表示”的关键一层。

一门语言的“名词、动词”

一套语言之所以能描述世界,是因为它既有名词,也有动词;既有语法,也有不能违反的规则。“ALL”为物理实验室做了同样的定义。

团队介绍,“名词”是实验对象,但对象不再脱离容器和环境。同一种材料,装在离心管、反应釜、微孔板还是无盖样品瓶里,对机器人来说是完全不同的对象。在“ALL”中,实验对象=科学身份+物理载体+当前状态+空间环境+操作历史。容器决定抓取方式和设备兼容性,开盖状态、体积、形态、温压和位置,共同决定此刻能做什么操作。

“动词”是工作站,每台设备都是一个“状态转换算子”。传统自动化只告诉设备“启动、加热、设定转速”,却说不清实验对象发生了什么。“ALL”把工作站抽象为一次状态转换,样品从一个状态出发,经过有明确输入条件、参数范围和物理约束的操作,进入新状态。加热搅拌不只是升温和转动,而是反应体系发生了状态转换;离心不只是设定转速和时间,而是悬浊液变成沉淀与上清液。每个工作站都必须声明自己的科学能力、输入输出、参数范围、安全边界和可能产生的状态变化。设备由此从“可调用的机器”变成实验世界里改变对象状态的基本算子。

“语法”是工作流,它不是步骤清单,而是状态的连续演化。合成、离心、洗涤、烘干、表征、测试——写给人看的步骤说明,机器无法照做。“ALL”用顺序、并行、分支、循环、等待等“控制流算子”,把基础操作组合成复杂实验,并让样品的身份和状态在不同步骤之间连续传递。实验方案就此从“写给人看的说明书”,变成机器可以解析、组合、验证和运行的“科学程序”。

“规则”则是物理约束,而且直接写进语言本身。实验容器是否兼容、体积是否足够、机械臂能否到达、离心能否配平、温压是否超出安全边界、上一步输出能否接上下一步输入——全部必须在执行前检查。一项操作不仅要说清“做什么”,还必须说清作用于什么对象、对象应处于什么状态、参数范围是什么、怎样算完成、异常发生后如何处理。

今年4月,在第四届科交会上,中国科大科学智能物质创制中心已发布“灵境造物”科研智能体并面向全球开放,首次构建起“大模型大胆假设—小模型小心求证—机器人精准实验”的全链条体系。如果说“灵境造物”让外界看到了AI做科研的能力边界,“ALL”则试图把这种能力沉淀为一套人人可用的底层语法。

记者：郜征 通讯员：杨晓桐

文章来源：《安徽商报》（2026年10月19日 头版）

原文链接：https://ahsbszb.ahnews.com.cn/pc/con/202610/19/c1158088.html