从预测到决策:AI 如何进入科研闭环?

真正的材料研发，并不只是一次预测，而是：提出假设 → 实验验证 → 修正模型 → 再次设计 → 再次验证。科学的发展，本质上就是不断利用实验修正认知。AI 如果不能进入这个循环，再大的模型，也只是一个离线分析工具。

上一篇文章中，我们介绍了结构化数据提取。很多朋友问：文献和实验记录抽取好了，是否就意味着 AI 可以真正参与科研了？

AI-ready 数据解决的是 AI 能不能读懂过去。它只是让 AI 有资格进入研发体系的第一步。这些数据如何帮助模型产生新的决策，以及新的实验结果返回之后，我们又应该改变什么？才是研发过程中真正重要的问题。

以我们正在做的 Suzuki 偶联反应条件筛选项目为例。截至目前，我们已经积累了上千条高通量反应数据。催化剂、配体、溶剂、温度、水含量、氧含量都被成功结构化地记录下来；进一步地，液相色谱（HPLC）结果也经过校准，被换算成可靠的产率和组分信息。基于此结构化数据训练的模型，预测的准确度已不再是瓶颈。给定一组条件，模型很快就能预测出大概能得到多少产物。

但预测准了，并不意味着整个研发工作流就可以结束。摆在实验人员面前的一个更难的问题反而出现了：下一轮实验究竟应该做什么？最直接的答案看似是：挑模型预测产率最高的那一组参数进行实验。但真实情况，远比此复杂。

起初，在 MeOH / Me-THF 体系中，我们的模型表现欠佳。此时如果继续调参，便只是在一个本来就不合适的搜索空间里反复试错。

在之后的推进中，我们把氧含量降了下来，发现一些反应确实变好了。但这时最值得做的，并不是立刻沿着这个方向追求更高产率，而是补充对照实验：「氧究竟是不是导致变化的关键变量」？还是它只是与其他条件共同变化？这两种选择看起来只差几组实验，背后的目标却完全不同。追求高产率是在“优化”，而后者是在“获得证据”。

此外，我们还发现底物和目标产物在 HPLC 上有时会共洗脱。如果无视这种情况，继续拿峰面积当优化依据，后面所有推荐都建立在错误的标签上。这种情况下最合理的动作是停下来，先把分析方法修好。

从上述例子可以看到，同样是「低产率」三个字，背后可能对应着完全不同的科学含义，指向完全不同的下一步操作：条件不合适时，应该更换条件； 证据不足以确定关键变量时，应该做验证实验； 分析结果本身不可信时，应该先修数据和测量体系。如果 AI 只会寻找「哪组条件产率最高」的参数，它很容易在错的数据、错的假设、错的实验空间里持续优化，给出一个看起来最优、实际上毫无意义的推荐。

这也是为什么，我们逐渐把研发闭环看成几个不同层次的问题：AI 先要理解数据，然后做出决策；实验给出反馈，系统再判断究竟应该更新数据、模型、假设，还是下一轮实验策略。

干湿闭环AI自动化实验室

很多材料研发过程，实际上就是不断压缩缩小变量空间的过程。但科研本身还多了一层：有时候实验并不是帮我们排除错误方向，而是在告诉我们，原来问题的定义就不对。

在真实研发里，真正昂贵的往往不是多跑一次模型，而是多做一轮没有信息增量的实验。因此，我们并不把“预测得更准”作为唯一目标。更重要的是：有限的实验预算，能不能持续换来对问题更好的理解。

值得强调的是，这里所说的「AI决策闭环」，并非在传统机器学习语境里的「将结果加进数据集重新训练」。因为真实科研里的实验反馈，不是一个标签那么简单。一次失败，可能是条件无效，可能是测量出了问题，可能是数据处理有偏差，可能是模型跑到了失效区间，也可能原来的科学假设就是错的。

还是以我们在 Suzuki 偶联反应预测中真实经历为例。我们在做了批次复核、实验对比和多组分独立校准之后，诊断出各种各样的数据异常，追查下去发现并不是什么新的化学规律：有的是实验批次差异，有的是 HPLC 数据序号错位，有的是多组分没纳入质量平衡，还有的是不同化合物紫外响应差异造成的系统性定量偏差。我们能够清楚分辨：哪些是真实的化学信号，哪些只是观测体系自己制造出来的"信号"。

因此，对于「更新模型」这件事，AI需要分情况采取不同的举措：异常来自数据质量，要先更新的是数据可信度和测量体系； 模型只在某一块化学空间失效，要更新的是它的适用边界； 新实验跟原有机理判断冲突，要重新评估的是科学假设； 如果一次实验根本无法区分几种解释，那么需要改的甚至不是模型，而是实验设计本身。

简而言之，AI真正有价值的回答只有一个：这次实验，改变了我们对问题的什么理解。

DeepVerse AI 研发流程

如果做一个并不完全严格的类比：AI-ready 数据相当于预训练的语料，而自动化实验室便是那个能够给出真实反馈的环境。今天两者最大的区别在于反馈周期或者节拍，模型一天可以迭代很多次，而一次材料实验需要三个月才能返回服役数据，那么真正限制当前 AI 驱动的材料科研的瓶颈，并不是CPU和GPU的算力，而是物理世界本身的反馈。

值得强调的是，除了反馈的速度，反馈的质量也是同等重要。在具体的实验流程中，HPLC 可能出现共洗脱，产率标签可能带有系统偏差，实验执行可能有批次漂移……对 AI 来说，这些不是普通的数据噪声，而是在破坏整个学习闭环的反馈信号。如果反馈本身不可靠，AI 就分不清一次决策是真的错了，还是实验执行、测量、数据处理出了岔子。更麻烦的是，错误反馈一旦进入自动化闭环，系统会基于错误认知继续选下一轮——自动化程度越高，错误被放大得越快。

因此，我们把标准化实验管线、HPLC 定量校准、独立复核和实验过程自动化，看成同一件事的不同部分，即给 AI 建一个稳定、可重复、可追溯的验证体系。真正的自主，不是  AI 可以自己动手做实验，而是AI的每一次行动，都能被真实世界稳定地验证，并据此决定下一步该怎么改。

学习闭环

回过头看，从「AI-ready 数据」到「AI 决策」再到「自动化实验室」，我们做的其实始终是一件事：让 AI 与真实世界之间的距离越来越短。数据让 AI 看见过去发生了什么；模型和智能体尝试判断下一步决策；真实世界负责修正 AI 的科研认知，这个判断对不对，以及为什么不对。新的认知再进入下一轮迭代。所以我们更愿意吧材料研发理解成一个持续运行的循环， 「数据 → 决策 → 实验 → 验证 → 认知更新 → 下一次决策」，这跟现在常见的「数据 → 模型 → 预测」最大的不同是实验不再是模型最后的验证环节，而成为AI学习过程的一部分。

也许真正值得追求的并不是一个大模型，一台机器人，一个“什么都会做的AI科学家”，而是一套知道自己哪里可能错、知道下一步应该验证什么，并且能够被真实世界不断纠错的科研系统。