每天一百次实验，以及材料领域的“死亡之谷”

Nathan Labenz 做本科研究助理的那一年，负责称量细粉末、做枯燥的实验。当时有人告诉他，这类工作的自动化大概在他有生之年都不会实现。在 The Cognitive Revolution 节目里，他与 Radical AI 的两位联合创始人 Joseph Krause 和 Jorge Colindres 坐下来交谈。他们的实验室已经以每天一百次实验为目标。Labenz 指出，这一通量大约是他整个本科一年工作量的两倍，也是 Krause 在陆军研究实验室整整一年工作量的两倍。

他们说，先进材料是半导体、航空航天、能源、国防、汽车、气候和电子产业的基础。而寻找新材料的过程还没有跟上。从计算框架到规模化生产，成本通常超过一亿美元。从构想到商业化，通常需要十多年，有时甚至跨越几十年。发现者与制造者之间的割裂，是这两方面问题的根源。

Colindres 把这个领域分成两种范式。学术研究推动理解，不以产品为目标。企业研发以商业化为目标，关注一两个或五个百分点的性能提升，这些提升能够改变利润率，也能让股价下滑。两者之间有一片空白地带：新颖的基础发现，但仍然指向某个商业应用。他们认为，Radical AI 打算就待在这片空白里，而且只有在这里，使能型材料（而不只是稍好一点的涂料）才真正会体现出价值。

Labenz 举出药物发现的类比：低垂的果实已经摘完，临床试验越来越昂贵。Colindres 承认两者的相似与不同。大多数材料从不进入人体。搜索空间依然巨大，比蛋白质的要小，但按他的说法，仍然是走不完的。临床试验对应的是放大生产与加工：把实验室里一枚硬币大小的反应，即他所说的“纽扣”，变成一个约 400 磅（约 180 公斤）重的部件，同时不丢掉你关心的性质。这种难度与三期临床研究不同，也正是很多发现夭折的地方。

Labenz 不明白，为什么材料放大生产没有随着工程经验的积累而变得更快，就像“曲速行动”（Warp Speed）让疫苗研发加速那样。Krause 的回答是：要提速需要的是不同的工具，而不是同样工具的更多份。自驾实验室不是把同一个方案复制一千份。它们使用主动学习，因此每一次运行都会吸收上一次的结果，就像人类科学家那样。Krause 在陆军研究实验室时，每年大约做五十次实验。定向的政府项目，包括 Mach 计划在内，或许能做到四五百次。而在 Radical AI，那只是一周的量。

Colindres 补充说，实验数据必须一路贯通，从实验室的纽扣一直到制造环节。如果性质在放大的过程中消失，问题就在于：环境或化学条件哪里变了，下次又该如何阻止。把这条链条捕获下来，他们认为发现的速度可以快上数百倍。捕获不下来，就会留下另一种孤儿材料：它曾在硬币大小的规模上存在，却从未离开实验台。

Krause 说，孤儿材料大概占了工作的大部分。半导体中的硅用了很长时间才被推广开来，至今仍在不断缩小制程节点。室温超导体已经被谈论了几十年，它的应用将会非常惊人，但这个领域仍然难以弄清它的合成方法。LK-99 只是最新的一次提醒。许多想法死在计算上的命中、无法重现它的实验室，以及从未启动的工厂之间。

他们最爱讲的故事是康宁。1950 年代，公司开发出了 Chemcor。它在架子上躺了半个世纪。大约在 2006 或 2007 年，乔布斯走进纽约州北部的办公室，说他正在打造一部将改变世界的手机，每部手机用的都是塑料屏幕，而苹果在乎设计。康宁手里正好有一样一直闲置的产品。Chemcor 后来成了大猩猩玻璃，如今几乎出现在过去二十年里每一台苹果设备上，此外还有三星和 LG 的产品，也是康宁最大的收入来源之一。

Colindres 说，有两条教训。第一，我们常常并不真正理解自己做出的材料，也不清楚哪些性质才是好的。第二，在那些性质能够对应到价值之前，你需要客户告诉你他们想要什么。因此，Radical AI 试图从一开始就把客户的期望和价值驱动因素引进来，让设计、实验、放大生产和制造始终指向终端用途，而不是指向一个漂亮的样品。

Labenz 曾把 LK-99 归为测量误差，即一个根本没有真正做出那种东西的团队。Krause 同意大众的解读：近期的解释是一种意外出现的硫化铜杂质。他还补充了方法论层面的问题。连配方都无法重现。温度范围、材料是在什么条件下制成的、容器（这当然会影响结果），这些都没有公开。真正难的是合成，而不是论文发表的周期。

他拿面包打比方。给两个人同样的原料。一个人在面团上划口，让酵头发起，把温度和烘烤时间都控制得当，做出了面包。另一个人花三十分钟，用一千度猛火匆忙烤了，做出了一块石头。原料相同，过程仍可以描述为“加热，划口”，可是时间和温度一变，产出就完全不同。按他的标准，当你能在实验室里做出一种新材料，它就算存在；当你能把做出来的东西放大生产，它就算一种新的商用材料。室温超导体两样都还没做到。这种材料是否真的存在，时间会给出答案。这个领域或许已经往前走了。他说，Radical AI 常常思考这个问题，RTAP 超导体就位于它漫长的路线图之上。

Colindres 说，公司成立并非因为材料看上去是个大市场，尽管它确实是。创始人想要的是磁悬浮列车、星际旅行、一辆从纽约开到波士顿无需充电的特斯拉。这些东西他们认为应该在自己这一代就能实现，但目前之所以没有，是因为材料总是拦路。超导体正是使能技术的典范：二阶、三阶的产品，目前还没有人能说出名字，就像屏幕变成可以触摸的玻璃那天，没有人想到优步一样。

被问到标志性的解锁点时，Krause 列出了：室温常压超导体、高熵合金、超高温陶瓷、陶瓷基复合材料、半导体材料。在 Radical AI，这些都不是在真空里做出来的。学术团体和国家实验室可以为理解本身而追求理解。这家公司则希望材料能通过解决巨大的工业问题或催生新产业而留下印记。应用在前，成分在后。

高熵合金是他们的核心方向之一，它把机械性能与热性能结合起来，而不是在两者之间二选一：高温下有高强度，同时具备抗氧化性。同一类材料也是高于马赫 5 的高超音速飞行的候选材料，那里的热量、压力和大气氧化一直是全国性的未解难题；也是核聚变反应堆的候选材料，钨在那里无法承受辐射和侵蚀。这些都不是五个百分点的小游戏。Krause 说的是比现有材料好五十倍、一百倍。非晶金属是其中的一个子类，属于同一大类中的另一个选项。

放大视野，每个行业都能说出一个材料问题。露露乐蒙（lululemon）想要能吸汗、抑制异味的银纳米颗粒。高超音速飞行器和太空旅行，需要在腐蚀性大气中挡住热量、辐射和压力。客户很少只要一个数字，他们要的是在某个温度和压力环境下的机械性能，还要考虑成本，以及原材料元素的供应链。只优化热膨胀，你并没有完成任务。搜索空间无穷无尽，从一件健身衫到火星上的辐射防护罩，所以他们认为这是世界上最大的市场之一。

一位客户带着一架马赫 5 飞行器的构想上门：要更轻、更坚固，能承受热量，也许还要能抵挡辐射。这个飞轮由两大部分组成：一个 AI 引擎，和一个全自动的自驾实验室，二者由数据紧紧连在一起。人类科学家已经会看显微镜图像、读论文、依靠过去实验的直觉，并做一些计算建模，直到足够有把握才去尝试实验。这个引擎要做的，是把所有这些模态、架构，以及那种难以言传的科学直觉，统一放进一个系统中。

方法是性质驱动的优化。从客户指定的性质出发：允许使用的元素、抗氧化目标、强度，然后让引擎设计它认为能够达到这些指标的实验。实验室的操作系统随后收到一份实验设计：成分、制备方法、需要观察什么。它进行合成，表征微观结构，并做性能测试，包括应力-应变、蠕变和硬度。机器学习子模型实时分析数据流，就像科学家在目标是强度时，学会通过扫描电子显微镜（SEM）观察晶粒长大那样，并把洞察以主动学习的方式反馈回去。第二次实验，就是更新后的第一次实验。

以前，人是一步步做的：一次 XRD（X 射线衍射），一次 SEM，一次拉伸测试，也许还记得某篇论文，也许不记得。Krause 说，AI 科学家则会把这些结果与数百万份来自出版物的 XRD 扫描、过去的实验室运行记录以及其他数据集进行比较，并在人类大脑无法进入的维度上形成假设。力量来自这种组合，单靠引擎或机器人都不够。

模型是混合的：图神经网络（材料领域常称为 MLIP），用于原子尺度的建模；生成模型；语言模型，包括 GPT 系列，用于文献、信息提取和推荐；实验室里的计算机视觉。计算用的图神经网络，是他们最有把握能成功的部分。他们想押注的是语言：对科学知识进行推理，在不确定性需要计算时调用图神经网络，在 SEM 图像需要更新对微观结构的直觉时调用视觉模型。Colindres 说，只要把其中一件事做成，那就是对科学直觉的复现，以及下一次实验的设计。图神经网络很重要，它们是语言模型借助的工具。

Labenz 问，人类材料直觉的天花板会是什么样子，比如合金界的 von Neumann。Colindres 指向他们的第三位联合创始人，称他是世界顶尖的材料科学家之一，即使不是最好的，也至少排在前三，是那种能把别人漏掉的点连起来的人。深入探究，这种魔力就会减弱。他做这件事已经四十年，做实验，看学生做实验，读同行的论文，不断更新哪些方法有效。其中有天赋，但更多是学来的。Krause 自己在陆军研究实验室的那一年，是在博士期间研究二维光电材料之后，因此他对神经形态半导体和离子门控通道异常熟悉。这种熟练来自实验台。

谈到那一年，他说，90% 的工作都没有成功。EBAM、PVD 和 ALD 的实验没有任何数据集。留下来的只有团队推出的那一种材料。那些失败的结果都只存在于某个人的脑子里。这就是为什么一位做了四十年的学者，真正能精通的通常只有一两个领域；也是创始人认为，一个能够利用海量未被捕获的实验知识的系统，可能把四十到五十年的材料难题缩短到十年以内。语言只是其中的一部分，并非全部。Krause 讲了一个二维半导体的故事：导电性更好，与薄膜的透明度有关，后来证明那其实意味着单层而非多层的过渡金属二硫族化合物（TMD）。专家必须走进来，指出他们一直在看着的究竟是什么。意外和失败的结果，是一种独立的数据类型。人类可以越过它们，他们希望引擎也不会忽略它们。

在某个分布上训练的模型，往往把奇怪的角落当作分布外的数据。科学上最大的发现，常常来自大家都绕开的那片丑陋区域，因此整个技术栈必须看重新颖性：贝叶斯多样化、蒙特卡洛、噪声采样、主动学习、强化学习，以及早期让人类参与其中，去捕获那些无法被自动捕获的东西。Colindres 说，最好的评测就是实验室。没有比这更干净的基准：合成和测试是否真的做到了模型所宣称的，同时不牺牲其他约束。更新不能只是重新训练权重。在两次重新训练之间，必须有一个具有智能体特性的东西在上面做适应。他们还在投资机制可解释性，与 Goodfire 的 Eric Ho 有相关交流，因为一个无法被引导的黑箱，不会一直对准客户的问题。

Labenz 提议付钱请研究生把笔记本数字化。Krause 则想拿到北美的每一本实验笔记，然后雇一个团队去和作者逐一核对。XRD 的峰在不同子领域意味着不同的东西；对于非晶材料，他们用 XRD 来确认没有晶体结构，而晶体学专家会把这些数据视为空白。他过去会在反应中途记下一个时间戳，因为那时他关掉了加热，又无法控制降温。没有这些背景，数字就只是噪声。计算数据更干净，也已经获得了大量资金。Colindres 的说法是，它们只解决了大约 10% 的问题。价值最高的数据是实验数据：昂贵、混乱。把实验室建成这样，让数据到达时已经是结构化的、有标签的，并带有上下文，你才能真正掌控这些混乱，而不是被动地继承它。

Krause 说，搜索空间的量级是爱丁顿数，约为 10 的 80 次方，他们把可观测原子的数量当作组合规模的代表。合金工作大约涉及六十种元素。高熵的多组分体系通常用五到六种。五种元素各占 20% 的等份，就已经有大约五百万种组合，而真实的合金没有哪种是均匀平衡的：每种元素都可以从零到百分之百，小数点后可以有任意多位。找到一种新合金，就像在一个地球那么大的海滩上找一粒特定的沙子。蛋白质的组合数大约是 10 的 130 次方，它的海滩还要大得多。他们认为，这个较小的海滩反而是优势：材料更有可能在可预见的时间内产出东西。

他们不做组合筛选。在他们看来，组合科学没有创造出足够的价值。性质驱动的优化加上主动学习，首先在 AI 引擎中为空间建立索引。有些约束会删除整片区域：如果在乎重量，铝可能就直接从候选集里去掉。剩下的空间依然很大，因此需要几个模型依次成功，使送到实验室的东西已经有相当的质量。每一层都会重复探索与利用之间的权衡，原子级的力和实验室的配方是相关的问题，但仍需要不同的技术。尽量把能交给模拟的东西交给模拟，而且不要忘记，科学是允许违反直觉的。系统必须能够打破它们自己的规则。

真正难的自动化问题，并不在于搬运样品的轨道。难点在于那些科学仪器，有的已经用了二十五年、五十年、七十五年，甚至一百年，它们是围绕人手设计的。软件接口有的缺失，有的只能读取输出，却无法驱动一个涡轮泵、一个热源或腔室压力。Radical AI 花费大量工程时间去改造这些工具：定制的样品装载、真空控制、激光的开启与关闭、腔室中多个样品的污染控制。他们不打算重新设计 X 射线衍射的工作方式，也不想卖衍射仪。他们想卖的是材料。今天，科学家仍然在协调其中的一些步骤。每一台工具都处于一条路径上，从人类示范走向完全自主运行，否则就会被定制的新设备取代。他们认为，一些带开关和旋钮的机械盒子，会在未来十年里被直接淘汰。

谈到可解释性，Colindres 不愿声称已经观察到可以证明的顿悟（grokking）。他们看到的是相反的一面，即记忆和幻觉，这至少说明可能存在一个相反的极端。Krause 对此兴奋，是出于一个更偏科学的理由：单层透明度启发式规则，正是他绝不会想到要去寻找的那类东西。权重中可能藏着人类想不到要去检查的相关性。去掉人类偏见、让数学说话，而实验科学几乎从来没有过这种选项。他们预计，未来两到五年，可解释性会对整个科学界变得重要。材料界的“第 37 手”，即一次像 LK-99 那样让全世界都感受到的冲击，还没有发生。计算优化正在发生。他们认为，实验的飞轮仍是缺失的另一半。

Krause 讲述 AlphaGo：先是数百万局棋，然后是一步在全场看来像是失误的、万里挑一的棋，之后是不再需要靠百万局棋“喂养”的后续版本。Radical AI 想为实验室搭建这套技术栈的第一个版本。如果他们能按路线图完成，他认为类似的突破会在 12 到 24 个月内到来。一旦它成为常态，希望是能够迁移：合金的实验数据可以为室温超导体提供信息，而不需要在那个确切的空间里有数百万个标注样本。他们想建立有史以来最大的实验数据集。他们的口号是：一个不受材料限制、只受想象力和物理定律限制的世界。在那个世界里，下一个优步和英伟达，都是某种使能物质的下游产物。

Labenz 问，这一大堆子模型会不会坍缩为一个联合嵌入，即语言加上材料的直觉物理，就像近来的图像模型不再把一切都经过有损的文字描述那样。Colindres 认为，他们永远不会只需要一个模型来做所有事。内部他们正在构建一个原生多模态的东西，为他们关心的各种模态配备编码器。他预计，六个月内自己就会在公司内部使用它，并在六到十二个月内发表论文或发布某些成果。针对这个对象的可解释性，已经在和 Goodfire 讨论中了。

他们认定，只做软件永远造不出真正的材料；已经有几家公司这样失败了。纯粹的授权模式需要几十年里每年都有多项新发现，之后又会遭遇反向工程和专利到期。所以他们研究了 3M、陶氏、应用材料、巴斯夫、Materion 等公司：这些企业在大规模销售材料。Krause 说得很直接：这些企业往往服务于无法推动人类整体前进的市场，比如宣伟的一种新颜色，他妻子会很喜欢。Radical AI 想要的是星际旅行、失落的核能、磁悬浮列车。成分专利是存在的。真正的核心是工艺：如何以最大规模、最低成本地制造它。把确切的高熵成分交给别人，对方仍然可能做不出来。有些模型可能会发布，有些则不会。Colindres 说，这家公司不会停止攻克那些最难撬动的问题。

录制前一天，他们宣布了与美国空军的合作项目 Direct to Phase 2，聚焦于面向高超音速应用的高熵合金。Krause 说，中国和俄罗斯已经装备了高超音速系统，因为它们从未停止在材料上的投入。中国一旦发现新材料，就会建立一整个制造基地，只为搞清楚如何放大生产。美国在这个环节上一直吃力。他们在华盛顿花了不少时间，与白宫科技政策办公室（OSTP）、美国国家科学基金会（NSF）、国防部、能源部以及国会打交道，主张：如果你关心高超音速、核聚变，或者关心将训练下一代模型的数据集，那么材料领域的公私合作就不是可选项。从石器到青铜，再到硅，每一次技术浪潮都依托于某种材料。下一次也一样。

文化是最后的推介。他们想要的是好奇心极强、又有第一性原理式执拗的人，同时也要坚持不懈，因为他们每天都有意去失败，并且预计这样会持续十年。他们说，解锁的东西就藏在这些失败之中。想求职的话，不要申请。如果你想参与一项可能在物种历史上留下印记的使命，请与他们联系。他们招募的是毕生事业，而非一个岗位。Labenz 以祝愿他们一个接一个的突破作为结束。如果这个飞轮运转起来，这些材料应该会改变什么才算物理上可能。