新兴交叉方向

自主运行的实验室

了解自动仪器、机器人、机器学习与人类专长如何组成闭环实验系统，以选择、执行化学实验并从中学习。

直觉能够学习的实验循环

自主运行实验室反复提出实验、利用仪器或机器人执行、测量结果，并据此选择下一步。自动化可以提高通量，但可靠化学仍依赖正确流程、校准、安全和解释。

中学阶段互联实验室

系统可整合液体处理、反应器、分析仪器、样品追踪与软件。每个接口都必须保留样品身份和单位；标签错误或单位换算错误会让自动数据流产生貌似可靠的错误。

大学选择下一个信息量高的实验

采集规则 $a$ 根据当前数据 $\mathcal{D}_t$ 对候选实验 $x$ 排序。它可以偏向预期改进、信息增益或两者平衡。所选实验还必须满足仪器可用性、样品量、时间和安全等运行约束。

进阶自动化本身也是测量系统

机器人的重复性并不保证准确性。传感器需要校准，分析方法需要验证，批次效应或残留污染会造成偏差。质控、空白、标准样和定期人工复核有助于在优化循环被误导前发现故障。

化学安全必须内建于流程，包括兼容材料、 containment、联锁、废物处理和人工接管。不能仅因预测分数高，就允许优化器选择超出批准安全范围的实验。

科研研究前沿

严谨的自主实验应端到端可追溯：定义假设与测量，记录仪器状态和流程，保存原始数据，量化不确定性并报告偏差。科学家仍须负责判断证据支持何种结论。