马萨诸塞州，在一间能够俯瞰剑桥忙碌的购物街的实验室里，一个机器人正试图创造新的材料。机械臂将移液管浸入培养皿中，并将少量明亮的液体滴入另一台机器面前的许多容器之一。当所有样品都准备好后，第二台机器会测试它们的光学特性，并将结果送至控制这些机械臂的计算机。然后，软件会分析这些实验的结果，做出一些假设，然后重新开始该过程。整个过程几乎不需要人类。
人工智能概念图
这套由一家名为Kebotix的创业公司开发的系统暗示了未来几年内，机器学习和机器人自动化将在材料科学革命所起的作用。该公司认为，它可能会发现一些新的化合物，能够吸收污染物、对抗抗药性真菌感染并制作更有效的光电子组件。该公司的软件通过特性已知的分子的三维模型学习。
软件算法已经用于设计化合物和材料，但过程缓慢而粗糙。通常，机器只是测试材料的轻微变化，盲目地寻找新的可能。被测试的想法很少，而得到的结果就更少了。而机器学习和机器人技术的结合可以使过程更快、更有效。而Kebotix是致力于这一想法的几家创业公司之一。
Kebotix使用几种机器学习方法来设计新型化合物，还使用了另一个网络来清除偏离原始设计太远的设计，然后由机器人系统测试剩余的化学结构，之后将这些实验的结果反馈给机器学习，帮助它更接近所需的化学特性。该公司将整个系统称为“自动驾驶实验室”。
人工智能概念图
该公司首席产品官Christoph Kreisbeck表示，Kebotix将开始研究用于电子应用的分子，然后尝试解决新的聚合物和合金问题。
Kebotix由哈佛大学AlánAspuru-Guzik实验室的研究人员创立，他们今年早些时候离开哈佛大学，在加拿大多伦多大学建立了实验室。该公司最近获得了500万美元的种子投资，由One Way Ventures领投。
