实验次数砍85%！AI贝叶斯优化加速科学发现教程：手把手AI做实验

UCL联合港科大（广州）、华为、中科大、港大、清华等顶尖机构，发布了一篇70多页的贝叶斯优化科学实验教程。

看完我最大的感受是：未来10年，不会用贝叶斯优化的科学家，可能会像现在不会用Excel的会计一样被淘汰。

我们解读最新技术，文末有相关信息。

作者：张长旺，图源：旺知识

一、传统科学发现，正在撞上效率天花板

传统科学实验有多低效？

举个最直观的例子：一个普通的催化剂优化问题，通常有5-15个可调参数。

包括成分比例、反应温度、退火时间、气体氛围等等。

每个实验做下来，少则几天，多则几周，成本动辄几千上万美元。

就算你把每个参数都粗粗离散化一下，可能的组合也有上百万种。

而人类科学家凭直觉和经验，一辈子能做的实验不超过几千个。

也就是说，我们连0.1%的可能空间都探索不到。

绝大多数性能更优的材料、药物、催化剂，就静静地躺在那里，等着我们去发现，但我们根本找不到它们。

更要命的是，这种低效正在拖慢整个科技进步的速度。

绿色能源需要更好的催化剂，生物医药需要更好的分子，半导体需要更好的材料。

但所有这些领域，都还在沿用几百年前的试错法。

而这篇教程，直接给这个行业顽疾，开出了一个根治性的药方。

二、贝叶斯优化：给科学家配一个"聪明的实验助手"

贝叶斯优化到底是什么？

说白了，它就是一个会思考的实验助手。

它不会像个傻子一样，一个一个条件去试。

它会先看你已经做过的所有实验，然后告诉你：下一个最有可能出好结果的实验，应该怎么做。

它的核心只有两个模块，简单到离谱：

• 代理模型（Surrogate Model）：相当于助手的大脑。它会把所有已有的实验结果记下来，然后构建一个"数字孪生"，预测任何一个没做过的实验会得到什么结果。

HEBO配置代理模型代码示例：

• 采集函数（Acquisition Functions）：相当于助手的决策逻辑。它会平衡两件事：利用（去做模型预测最好的实验）和探索（去做模型最不确定的实验）。

HEBO配置采集函数代码示例：

这个设计最妙的地方，就是它完美复刻了人类科学家的思考方式。

一个优秀的科学家，也会一边重复验证已知的好结果，一边冒险去探索未知的领域。

但人类的记忆力和计算力是有限的，而贝叶斯优化可以同时处理几十上百个参数，记住所有历史数据，做出最理性的决策。

三、实验数据说话：效率提升是数量级的

这篇教程在5个真实的科学发现任务上，做了严格的对比实验。

结果很震撼：贝叶斯优化比传统的随机搜索，减少了60%-85%的实验次数。

我们看几个最有代表性的结果：

• 光催化HER催化剂设计：200次实验后，HEBO（先进贝叶斯优化框架）的最终后悔值是9.7，而随机搜索是21.8。也就是说，HEBO用同样的实验次数，找到了性能好一倍多的催化剂。

• OER电催化剂设计：这是氢能领域最核心的瓶颈之一。HEBO最终把过电势降到了219mV，而随机搜索只能到245mV。更夸张的是，HEBO在第50次实验就做到了250mV以下，而随机搜索200次都没达到。

• Buchwald-Hartwig反应优化：这是有机合成中最常用的反应之一。HEBO的最终后悔值是9.9，而随机搜索是47。效率提升了近5倍。

但让我最惊讶的，还不是这些数据。而是贝叶斯优化数据驱动，可以超出人类经验的主观偏见，搜索创新的区域。

比如在高熵合金纳米酶的实验中，贝叶斯优化找到的最优元素比例。但实验证明，它的催化效率确实是最高的。

四、为什么贝叶斯优化这么神奇？

很多人会问：不就是个统计方法吗？为什么能比人类科学家还厉害？

其实道理很简单：人类的直觉，在高维空间里是完全失效的。

当一个问题只有1-2个参数的时候，人类的直觉非常准。

但当参数超过5个，人脑就根本无法想象这个空间是什么样子了。

我们只能一个参数一个参数地调，完全忽略了参数之间的复杂相互作用。

而贝叶斯优化，天生就是为高维空间设计的。

它最厉害的地方，就是量化不确定性。

普通的机器学习模型，只会给你一个"最好的预测"。

而贝叶斯优化的代理模型，不仅会告诉你"这个实验可能得到什么结果"，还会告诉你"我对这个预测有多大把握"。

然后采集函数就会根据这个不确定性，做出最优的决策：

• 如果一个地方预测很好，而且我很确定，那我就去验证一下（利用）。

• 如果一个地方预测一般，但我完全不确定，那我也得去看看，万一有惊喜呢（探索）。

这种理性的平衡，是人类永远做不到的。

人类要么过于保守，只在自己熟悉的小圈子里打转；要么过于激进，在完全没希望的地方浪费时间。

很多人不知道，贝叶斯优化根本不是什么凭空冒出来的AI黑科技。它其实是科学方法论本身的现代计算机实现。

几百年来，科学家们一直遵循着"提出假设-做实验验证-修正假设"的假设演绎法。而贝叶斯优化，就是把这个过程变成了代码：代理模型就是我们当前所有的科学假设集合，采集函数就是在设计下一个最有价值的实验，实验结果则用来更新我们的信念。

这就是为什么它天生就适合科学发现——它不是在替代科学方法，而是在加速科学方法。

五、这不是纸上谈兵，是拿来就能用的工具

这篇教程最有价值的地方，不是它讲了多少理论。

而是它手把手教你怎么把贝叶斯优化用到自己的实验里。

它提供了完整的代码实现：

https://github.com/zwyu-ai/BO-Tutorial-for-Sci/

代码包括这些常见配置实现示例：

• 所有常见的变量类型：连续、整数、分类、布尔、对数刻度等等。

• 批量实验：一次推荐多个实验，适合高通量实验平台。

• 人在回路：科学家可以随时介入，否决算法的建议，加入自己的专家知识。

值得提出的是，本文是一个不断更细的文档，会不断扩展和更新解决一些原有的限制和问题，比如项目对于任意复杂空间适配仍有Gap等。

而且它推荐的两个工具库——HEBO和Bgolearn，都是专门为科学发现设计的。

你不需要懂复杂的机器学习理论，只需要定义好你的设计空间和目标函数，剩下的交给算法就行。

我算了一下，一个完全没有机器学习背景的化学或材料学研究生，花一周时间就能上手。

然后他的实验效率，立刻就能提升3-5倍。

这是什么概念？别人读博士要做5年的实验，你1年就能做完。

六、AI不会取代科学家，但会用AI的会取代不会的

最后，我想聊聊这篇教程给我的最大启发。

很多人担心，AI会取代科学家。

但贝叶斯优化告诉我们，AI永远不会取代科学家。

它只会把科学家从繁琐、重复、低效的试错劳动中解放出来。

让他们把宝贵的时间和精力，用在真正需要创造力的地方：提出新的科学问题，设计新的实验范式，解释新的实验现象。

过去，科学进步靠天才的直觉和运气。

一个重大发现，可能需要一个天才穷其一生，再加上一点点巧合。

但未来，科学进步会变成一个系统化、工程化的过程。

AI负责高效地探索所有可能的空间，人类负责提出问题和解释结果。

这才是AI加速科学发现的真正意义。

它不是要让科学变得冰冷，而是要让更多的人，有机会参与到科学探索中来。

让科学不再是少数天才的游戏，而是所有人都能贡献力量的事业。

科学的本质，是在未知中寻找规律。

而贝叶斯优化，就是目前人类发明的，在未知中寻找最优解的最好工具。

参考资料

• EFFICIENT AND PRINCIPLED SCIENTIFIC DISCOVERY THROUGH BAYESIAN OPTIMIZATION: A TUTORIAL, https://arxiv.org/abs/2604.01328