喜讯 | 深圳市人工智能与机器人研究院朱熹教授、博士研究生徐彦恒在JPC Letters上发表研究成果
近日，深圳市人工智能与机器人研究院（简称AIRS）普适人工智能应用研究中心的朱熹教授团队开发了目前世界上第一套基于区块链和云存储技术的自动实验系统。其研究成果“The Blockchain Integrated Automatic Experiment Platform (BiaeP)?”被美国化学学会期刊?JPC Letters?接收?。
朱熹教授团队此次的研究成果意味着人工智能和区块链技术在生物制药和化学材料领域的落地。朱熹教授表示，这套区块链数据记录系统具有数据共享功能，方便研究者下载公开的BIP文件，并基于自己的实验设备，自动或手动重复实验以验证可重复性。
?
BiaeP系统的总架构与功能流程图
?
本论文主要作者为AIRS 卓越博士生徐彦恒和刘汝林，其他作者包括博士生李佳根和徐曜，通讯作者为AIRS 普适人工智能应用研究中心副主任朱熹教授。
?
研究背景
? ? ? ?随着人工智能技术的发展，传统的生物制药和材料化学领域即将发生巨大的变化。该篇论文作者估计未来五到十年，智能机器人将较为全面地接管生物、材料领域的实验工作。
此外，在科研领域，如何保证文章中实验的可重复性、数据完整性和原创性一直是学者们关心的问题。包括Nature Science?等顶级期刊在内的多家学术期刊和众多研究者，甚至一些诺奖得主，也曾遇到此类问题（例如2019年诺贝尔生理学或医学奖得主Gregg Semenza 最近有32篇论文被怀疑存在图像真实性方面的问题??；2018年诺贝尔化学奖得主Frances H. Arnold 在2020年年初因缺少关键原始数据而主动撤回了她2019年以通讯作者身份在Science《科学》上发表的著名文章??；2004年诺贝尔奖得主Linda Buck 也因对文章中结果的可重复性失去信心，而撤回了先后于2005年和2006年发表在PNAS《美国国家科学院院刊》???和Science《科学》???上的文章）。
当前，学界呼吁研究者公开更多原始数据，提供更翔实的实验过程以保证其他研究者可重复，然而，重复实验的高时间成本和文章中记录实验步骤的一些偏差仍然无法解决。因此，创造一种新的技术来从根本上提高实验记录的真实性，同时记录实验的最初完成时间来保护作者的原创性学术贡献，将会有很大的应用前景。
目前，区块链技术在化工行业也有一些落地应用，其中最著名的为巴斯夫（BASF）于今年推出的reciChain，该平台将区块链的功能与数字认证和循环计数技术结合在一起，可在所有市场参与者之间安全地共享数据，同时改善整个产业价值链中塑料的分类、追踪和监控能力。该区块链项目旨在将传统的线性塑料供应链转变为更具竞争性且环境友好的循环可回收供应链，从而延长了塑料的生命周期。另外，由于reciChain 的高透明度，该平台可以为各个环节的消费者提供更好的保证，以确保他们从回收商和加工商那里购买的再生塑料的真实性。
巴斯夫致力于运用该区块链技术以改善塑料造成的环境问题，同时创造更多价值。本文中提出的BiaeP 系统也具有与reciChain 深度整合的潜力，可以将其应用于详细记录塑料回收生产线上的每个环节，以增强再生塑料的可信度。
?
研究概要
? ? ? ?本研究开发了目前世界上第一套基于区块链和云存储技术的自动实验系统，包括整个 MAOSIC 操作系统，以及BIP 文件存储系统。所有的实验步骤基于BIP指令实现，使用者采用 BIP 文件设计实验，调用各个反应及测试设备，设计出符合自己需求的实验流程。BIP 文件会自动记录测试设备中输出的结果，并将其于指令整合存档。基于对实验数据的满意度，用户可选择是否将该记录上传至区块链及云存储系统中以获取时间戳保护原创性，也可进一步决定是否将实验文件加密，直到文章发表后再公开。
此外，当产生原创性争议时，实验者可提供最初的区块链上传时间戳以证明该成果的独立性与原创性。该系统的区块链部分基于以太坊solidity 构建，自动实验部分基于本组先前开发的MAOSIC 系统。该系统目前处于可商业化状态，我们也提供了两个在BiaeP 上进行或重复的验证实验以证明整套系统的可用性。
?
区块链与云存储系统的运作细节
?
指导老师
? ? ? ?在AIRS 的支持下，朱熹教授领导团队开发了国内第一套基于智能机器人技术的加速新材料发现的MAOSIC物联网系统，实现材料的“按需合成”。目前，朱教授的研究方向是人工智能技术在材料科学，尤其是新能源领域中的应用。
?
朱熹 教授
AIRS 普适人工智能应用研究中心副主任
港中大（深圳）助理教授
新加坡南洋理工大学博士
?
注释
1.?https://forbetterscience.com/2020/10/07/gregg-semenza-real-nobel-prize-and-unreal-research-data/?
2.?https://science.sciencemag.org/content/367/6474/155.1
3.?https://www.pnas.org/content/102/21/7724
4.?https://science.sciencemag.org/content/311/5766/1477
粤公网安备 44030702004458号