第54章 自主实验的更正与判断责任
54.1 先拆开成功的含义
当一套自主实验系统说“成功”时，至少可能在回答四个不同问题：它是否第一次处理这个目标，科学界是否此前不知道这个材料，实验产物中是否存在目标相，以及目标相是否达到所需纯度。四个问题可以同时得到肯定，却没有任何一个肯定能够自动包办其余三个。实验越来越快，这种区别只会更加重要，因为同一个标签能够在短时间内进入越来越多的后续判断。
2023年发表的A-Lab研究及其2026年作者更正，把这项困难集中展示出来。2026年1月19日，《自然》刊登更正，说明关于材料新颖性的原主张可能引起误解；作者解释，所指是对预测平台而言的新材料，不必然是对科学而言的新材料。同时，更正报告了人工重分析对结构辨认的影响。[C54-01] 这不是一种可以只用赞成或反对自动化来处理的情形。它要求先确定，争议触及哪一个判断层级。
截至本章核读的现行论文，摘要报告在57个目标中实现了36个化合物；结果图将36项列为成功、4项列为仅凭X射线衍射无法确定、17项列为未获得。更正通知又明确指出，从讨论中移除了一项误包含在训练数据中的化合物Zn₂Cr₃FeO₈。[C54-01][C54-02] 这些数字必须连同它们所在的现行版本使用，不能把不同版本的分母、分类和名称任意拼成同一统计。
更正中有两条应分别追踪的改动线。新颖性措辞限定了平台训练资料与公共科学知识的参照范围；目标分类则重新规定哪些实验结果足以支持相存在。前一条线应回查资料集合，后一条线应回查图谱及竞争解释。只改成功总数会遗漏新颖性范围，只澄清作者所说的“新”也不会解决鉴定歧义，两项修订因此需要不同的证据入口。
对平台新颖的判断，需要知道平台在任务开始时能使用什么资料。某材料没有进入用于推荐配方的训练集，不等于其结构从未公开，也不等于负责相识别的另一模块没有得到有关结构。现行论文明确区分推荐合成配方的资料与用于衍射分析的结构资料。[C54-02] 因此，“机器没见过”必须继续追问：哪个模块，在何种表示中，任务的哪个时点没有见过？若不说明这些问题，新颖性就成为一个可以在模块之间滑动的词。
目标相存在则是另一项主张。它关心样品中的某种结构是否得到了足够区分性的支持。即使目标早为科学界所知，系统自主制得它仍可能构成操作能力的进步；即使结构在数据库中没有先例，实验也可能尚不足以证明目标已形成。不能因为一次实验在新颖性维度收缩了主张，就否定全部自动操作成果；也不能因为操作链确实自动运行，就跳过对产物的辨认。
纯度还会把“制得”进一步分开。样品中存在目标相，与样品主要由目标相构成，并非同一句话；达到某个筛选阈值，与能够承担后续性能研究，也不是同一种成功。一个混相样品可以对寻找合成路径提供有用反馈，但若要把某项性能归属于目标材料，就可能需要更强的分离与表征依据。
一个假设例能够显示它们为何不能合并。设某材料已经有可靠公开报道，但从未进入特定平台的配方训练资料；平台自主找到另一条可行路线，又以足够证据辨认出目标。这里可以成立的是平台迁移和路线取得的成果，不能仅据此宣布材料世界首次出现。反过来，若一个全新候选只得到与数种已知相都相容的图谱，它在检索意义上的陌生也不能填补实验身份的空缺。两个例子的差别必须由结论本身表达，而不能留给读者从宣传语中自行猜测。
这四项区别并不削弱成功的含义，反而使成果可以被准确继承。平台首次处理新目标，显示一定的迁移能力；目标相得到支持，显示合成与辨认有所接合；纯度提高，可能扩大后续用途；科学新颖性得到检索和比较支持，才增加另一项发现主张。每一项成果都值得判断，也都有自己的证据成本。
54.2 衍射证据能够裁决什么
对于粉末材料，衍射图不是附在结论后面的装饰。它承担把候选结构与实验样品接起来的任务。然而，图上出现可拟合的峰，并不意味着拟合所使用的结构已经成为唯一解释。若其他已知相或多个相的组合也能说明重要特征，辨认就需要面对真正的竞争者，而不能只问目标模型能否画出一条相似曲线。
现行论文的人工重分析说明，研究者检查了已知的其他相能否解释有关图谱，并比较这些拟合与包含目标时的拟合质量。作者据此维持36项成功，同时承认另外4项因目标图谱与其他已知相之间的歧义，单靠XRD不能确定。[C54-02] 本书没有重新拟合这些谱图，因而这里陈述的是经过更正公布的作者分析及其明确边界，不把文献阅读冒充独立晶体学裁决。
“不确定”是有内容的分类。它既不同于“目标已确证”，也不同于“目标一定不存在”。前一个判断缺少足够排他性，后一个判断则需要否定目标存在的额外依据。将不确定项从成功计数中移出，是改变总体结论的证据强度；它不自动把这些项转换成另一种已经证实的化学结果。
这种分类对自主决策尤为重要。若系统把一个不确定的目标相判断当作已确证的高收率结果，下一轮可能停止探索；若它把同样的判断当作明确失败，又可能不必要地放弃一条有潜力的路径。保留不确定状态，允许系统把资源用于能够增加区分力的观察，而不是只能在继续与停止之间作过早选择。这是由证据结构推出的设计要求，并非本章声称原系统已经实行的功能。
自动拟合、人工拟合和独立表征也应分清。两种拟合若使用同一原始图谱，它们可以检验分析方法是否稳健，却不会凭空增加一种独立的物理响应。人工分析可能纳入先前未考虑的相，识别模型约束的问题，因而具有实际价值；但“人工”本身不是一个充分证据等级。关键仍是它增加了什么候选、排除了什么解释、保留了什么不确定。
独立表征的价值同样不能以数量衡量。再取得一张受到同样歧义支配的图，并不一定比重新分析原图更有帮助。新的测量只有对竞争结构给出不同预期，才会增加对应问题上的区分力。例如，若争论涉及组成是否偏离目标，针对组成的证据可能有意义；若涉及有序与无序占位，仅重复整体元素比例则未必能够解决。这里讨论的是证据选择原则，不是替任何具体样品指定未经评估的实验方案。
论文还明说，成功项的合理拟合并不必然意味着样品具有高纯度，许多样品存在明显副产物。[C54-02] 这一限定应随结果一起传播。把“包含目标所需的拟合”缩写成“获得纯材料”，会在传递时人为增强结论。后续性能数据库如果继承后一种说法，便可能把混合物的响应错误分配给单一目标。
从本书的物质同一性主线看，这不是措辞的小问题。目标结构、实际样品和拟合模型是三个相连却不能互相代替的对象。目标说明想得到什么；样品包含实际形成的材料；模型帮助判断样品可能有什么。若模型中的标签直接成为样品的完整身份，合成与辨认之间原本需要承担的证明责任就被跳过了。
这三个对象的联系可以由竞争拟合检验：目标模型若不能解释重要峰，其归属就需重审；加入其他已知相后若同样能够拟合，唯一性主张便需收缩。公开图谱保存的正是让后来者重新比较的入口。模型可被替换，而对同一样品响应的说明仍须接受检查；自主流程留下这些材料，才使事后改判有共同对象。
54.3 更正进入共同知识
一份更正最容易被理解成文章旁边的一条通知，但它的实际作用取决于改动能否到达正在被使用的对象。正文、图、补充表、结构文件与下游数据库各自可能承载不同版本。如果只有标题改变，而供机器读取的结果表保留旧标签，公共知识便处于一种表面已修正、操作仍沿旧路进行的状态。
A-Lab更正通知明确说明，HTML和PDF正文、图2及补充资料得到更新。公开的补充数据更改单还列出更具体的动作：删除被移出的化合物对应记录和结构文件，修订一张图中的布拉格位置线，增加人工精修结果目录，并调整原精修与结构文件的组织，加入晶格参数分析表。[C54-01][C54-03] 这使“更正了什么”不必停留在一个笼统标签上。
这些动作也具有不同的知识意义。删除一个不合纳入条件的记录，主要维护样本集合；修订图中标线，维护图示与数据的对应；添加人工分析，增加检查结论的入口；重新组织文件，则可能降低复核者找到对应材料的成本。它们都重要，却不是同一种更新，不能把文件数量的增加直接当成证据强度按比例增加。
更改单自身还有日期。所核文件标记2025年6月19日，而期刊更正的公开发表日期为2026年1月19日。[C54-01][C54-03] 文件上的日期说明材料的一个版本时点，不能仅据此推出公众在该日已经取得全部更正；同样，也不能把所有分析活动的发生时间压到正式公告当天。知识改变有准备、审查、公布与传播等不同时间，时间线需要对应材料，而不能由一处日期代替。
更正的下一站是引用它的研究。若一篇综述继续使用旧成功数量，读者可能从更新的原文获得一种结论，从综述获得另一种结论。若训练资料只保存文章早期摘要，模型也可能继续生成旧数字。这里并非声称已发现某一个下游模型实际发生了这种情况，而是由多版本传播提出一个可以检查的问题：旧结论在何处继续具有操作权限？
这种问题不能仅靠要求模型“记住更正”来解决。机器需要知道更正涉及哪条主张、哪些记录应重新分类、哪些材料仍可保留，以及新旧版本之间的关系。如果把整篇旧文一概设为无效，真实的装置设计和运行记录可能一并丢失；如果只在新文章后附一个链接，旧成功标签又可能继续被当作独立证据。知识更新需要做到比整体删除更细，也比增加注释更有约束。
本章尤其要守住一个明确界线。现行论文Methods说明，事后的人工重精修用于对合成结果作外部验证，没有参与A-Lab原运行时的决策。[C54-02] 因此，不能从公共文章现在已经修订，推断原来的自主系统在实验过程中已经拥有更正后的判断；也不能推断其内部模型后来必然已按这些结果重新训练。后一个问题需要软件、模型、数据版本和运行记录的独立证据。
这使回写出现两个清楚层级。公开记录回写改变后来读者能够合理引用的主张；实验决策回写改变系统下一次如何选择和停止。前一层级在更正材料中有可见证据，后一层级不能由同一公告包办。若两者真的接通，应当能够找到具体的新版本与行为差别，而不是仅看到一个修订日期。
记录之间还需要保留对应关系。若一个结果表改了名称，而相关谱图仍以旧标签命名，复核者应有办法确认两者是否指向同一实验样品；如果一项结果被拆成确定与不确定的两个层级，旧引用也需要能够追到新分类。否则，保存更多文件可能反而增加冲突版本。真正有用的标识并不是把历史抹平，而是让同一实验事件、不同分析版本与当前推荐结论同时可追踪。这样既能够重建当时系统为何作出决定，也能够阻止当时判断继续冒充当前结论。
更正也不必被解释成科学共同体失去判断能力。发现公开结果中的歧义、重新分析并收缩主张，恰恰展示判断制度的一部分作用。但是，能够纠错不等于初始错误没有成本。被提前放大的成功标签可能影响后续资源分配与研究选择；一次修订的价值，应该体现在它改变了哪些使用，而不只是修复作者或平台的声誉。
54.4 判断责任怎样分布
自主实验并不意味着所有判断由一台机器独立产生。目标如何进入任务集合，机器人怎样执行，图谱怎样分类，统计怎样汇总，以及论文如何公开，都涉及不同能力与责任。把这些环节统称为“AI做出了发现”，会把实际贡献混在一起，也让发生错误时难以定位需要修复的接口。
目标设定环节首先规定成功要回答什么。如果任务是从一个候选集合中找到可形成的主要相，系统可以围绕这一目标优化；如果后来把成果说成发现此前未知且高纯的材料，任务便被扩展到它未必承担的范围。良好的发布说明应该保持目标、判据和结论之间的连续性。扩大用途可以是新的研究任务，不能只由报告用语完成。
实验运行环节需要确保实际动作及其结果可以对应到记录。一次程序成功结束，与化学目标成功形成不同；传感器读数完成，与读数足以支持某项结构判断也不同。自动化的收益在于使许多重复动作持续执行，并产生可比较的记录。它的风险则包括把接口层面的正常状态误当成更高层级的科学结论。解决办法是让不同层级的完成状态保留各自的含义。
结构判断环节需要管理候选解释。一个分类器给出高置信度，说明什么，取决于它的候选空间和校准；若真正有竞争力的结构没有进入候选集合，高置信度也不能代替排除它的工作。人工复核同样需要说明比较范围。责任不是在机器与人之间找一个最终担保者，而是让每项判断能够回到其可检查的依据。
发布环节则承担把局部成功转成公共主张的责任。研究者需要决定哪些数量可以汇总、不同失败类型如何处理、哪些不确定性必须保留。同行评审能够增加检查，但不会使所有原始数据自动经过独立重算。A-Lab更正报告事后重分析又经同行评审，这是复核过程的一项事实；它不等于本书已完成第二次独立谱图审查。[C54-01]
这种责任分布不要求人类永远逐次重做机器的所有操作。若某一模块在规定的材料域、仪器状态和任务上已形成可靠表现，可以把它作为封装能力使用。监督应优先放在可能改变上层结论的地方，例如目标类别超出原验证范围，拟合出现多个近似竞争者，或数据版本改变了新颖性判断。把每一步都交给人工再次操作，未必比有依据的分层复核更可靠。
分工还要避免责任在接口处消失。操作团队可能正确地完成了给定程序，分析团队也可能正确地运行了给定模型，但两边都未检查模型所假定的样品状态是否由实际程序产生。这时不能简单把问题归为某个人没有认真工作；应检查任务交接时缺了哪项必须验证的关系。公开流程中的责任链应当允许定位这种空隙，使修复针对具体联系，而不是只增加一个无人知道如何执行的总审查要求。
但封装必须有打开条件。若一个相识别模块在新混相情形下无法提供足够区分，先前对常见主要相的可靠性不能直接覆盖它；若训练集发现与测试目标重叠，原先的迁移能力评价也需要重新计算。打开不是宣布整个系统失效，而是暂停特定结论的自动通行，直到相关范围得到新的证据。
这也是自动化真实收益与审查负担应当共同计算的原因。系统完成大量候选实验，可能显著提高获得材料的速度；同时，大量输出会增加结构复核、版本维护与不确定项处理的工作。评价应比较整个问题链上获得可信结果所需的资源，而不是只比较机器人运转时的产出数。若审查成本被隐去，速度指标可能把尚未完成的判断债务当成已经完成的发现。
更正之后，改进任务已有不同方向：相归属未决者需要提高区分力，目标存在但伴有副产物者需要按用途评估纯度，新颖性受限者需要调整发现主张。已得到支持的自主操作能力仍可继续使用。再把公开记录与内部决策分开，便能追查一项新判断只改变了可引用的结论，还是已经改变后续选点；这决定下一章所问的接续从何处开始。
下一章将继续追问这种到达。一个结果获得较清楚的身份，还只是可接续知识的起点。别人能否依据它重新取得材料，负结果是否改变下一轮选择，更正是否真正进入使用中的资料，这些问题决定自主实验留下的是一批完成事件，还是能够继续发生的化学研究能力。
本章来源与核验边界
[C54-01] Nathan J. Szymanski等，Author Correction: An autonomous laboratory for the accelerated synthesis of inorganic materials，Nature 650，E1，2026年1月19日。https://www.nature.com/articles/s41586-025-09992-y 。初稿核验时直接核读更正全文及其补充文件导航；作者确认、复核与数据分类均按文中报告，不代作本书实验结论。
[C54-02] Nathan J. Szymanski等，An autonomous laboratory for the accelerated synthesis of inorganic materials，Nature 624，86–91，2023；本章采用2026年更正后的现行HTML，核读摘要、Experimental synthesis outcomes、XRD analysis、Active-learning algorithm、Data availability及Code availability。https://www.nature.com/articles/s41586-023-06734-w 。核读日期2026年10月16日。未独立复算所有图谱或软件运行。
[C54-03] 同项更正的Supplementary Data Corrections，文件标记06/19/2025，MOESM3，一页更改单。https://media.springernature.com/original/springer-static/esm/art%3A10.1038%2Fs41586-025-09992-y/MediaObjects/41586_2025_9992_MOESM3_ESM.pdf 。初稿核验时核读全部七项变更。带标注的旧文PDF因文件大小未完整取得，本章不声称逐字完成所有旧新文本对照。
以上开放获取文献按其CC BY 4.0许可作中文概述与分析，作者论断和本书推论已区分。当前数字按现行正文使用；未将旧版本的数字与现行分母混算。内部模型是否在更正后再次更新、哪些下游数据库仍保留旧标签，属于尚待追踪的问题。