共计 1633 个字符，预计需要花费 5 分钟才能阅读完成。
图片版权：Tetsuwan Scientific
还记得那个穿着印第安纳·琼斯服装的 Cristian Ponce 吗？他和联合创始人 Théo Schäfer 在 2023 年的一次万圣节派对上相遇，那次派对是由 Entrepreneur First 举办的。这个项目有点意思，它会在创始人还没想出具体点子之前，就把他们凑在一起。
Ponce 回忆起那次见面，笑着说两人一见如故。Schäfer 的经历听起来像是从科幻小说里走出来的：他在麻省理工学院学的是水下自主机器人，还在 NASA 的喷气推进实验室工作过，探索木星的卫星，寻找外星生命的迹象。而 Ponce 呢，来自加州理工学院，研究生物工程，特别专注于大肠杆菌。
他们的相遇源于对实验室技术员繁琐工作的共同抱怨。Ponce 特别提到基因工程中那些需要手动操作的步骤，比如用移液器将液体从一个试管转移到另一个试管。这种工作不仅耗时，而且效率低下。
虽然有人尝试过自动化，但效果并不理想。现有的机器人要么太贵，要么需要专门的编程，而且每次实验参数一变，科学家就得等着程序员来调整。相比之下，人类操作反而更简单、更便宜、也更精确。
于是，他们创立了 Tetsuwan Scientific，希望通过改造低成本的实验室机器人来解决这个问题。
2024 年 5 月，Ponce 和 Schäfer 观看了 OpenAI 的多模型产品发布会。那次发布会因为使用了类似斯嘉丽·约翰逊的声音而引发了一些争议，但更重要的是，他们看到了一个关键的突破：大型语言模型（LLM）的科学推理能力。
Ponce 立刻启动了 GPT-4，并向它展示了一张 DNA 凝胶的图像。结果令人震惊：模型不仅解释了图像的内容，还识别出了一个意外的 DNA 片段——引物二聚体，并给出了详细的科学建议，说明如何改变实验条件来避免这个问题。
Ponce 形容那一刻为“灵光乍现”。LLM 已经能够诊断科学问题，但它们缺乏实际执行这些建议的能力。这就是 Tetsuwan Scientific 的机会。
Tetsuwan Scientific 的机器人 AI 科学家看起来像一个玻璃立方体。 图片版权：Tetsuwan Scientific
其实，机器人 AI 科学家的概念并不新鲜。早在 1999 年，Ross King 就开发了机器人“Adam”和“Eve”。但直到 2023 年，一系列学术论文的发表才真正推动了这个领域的发展。
Tetsuwan Scientific 的研究表明，问题的核心在于缺乏能够将科学意图转化为机器人行动的软件。比如，机器人无法理解它正在处理的液体的物理特性，比如粘稠度或是否会结晶。
Ponce 解释说：“那个机器人没有上下文来知道这些。所以我们必须告诉它。”而音频 LLM，通过 RAG（Retrieval-Augmented Generation）技术，可以处理这些“难以编码”的问题。
Tetsuwan Scientific 的机器人看起来不像人形，而是一个方形的玻璃结构。但它们正在被设计成能够评估实验结果并自行调整，就像人类科学家一样。这需要构建复杂的软件和传感器，以便机器人能够理解校准、液体类别表征等属性。
目前，Tetsuwan Scientific 已经有一个 alpha 客户——La Jolla Labs，一家专注于 RNA 治疗药物的生物技术公司。机器人正在帮助他们测量和确定药物剂量的有效性。此外，公司还在一轮超额认购的预种子轮中筹集了 270 万美元，由 2048 Ventures 领投，Carbon Silicon Ventures、Everywhere Ventures 和一些有影响力的生物技术天使投资人参与。
当 Ponce 谈到这项工作的最终目标时，他的眼睛闪烁着光芒：独立的 AI 科学家可以自动化整个科学方法，从假设到可重复的结果。
他说：“这是我们可能从事的最疯狂的事情。任何能够自动化科学方法的技术，都是推动科学飞速发展的催化剂。”
Ponce 并不是唯一一个这么想的人。其他从事 AI 科学家研究的公司和组织还包括非营利组织 FutureHouse 和西雅图的 Potato AI。
