Kebotix是一家开发AI工具以加快化学品发现速度的初创公司，今天宣布已筹集1150万美元。该公司的机器学习和机器人过程自动化套件显然给投资者留下了深刻的印象，该套件使Kebotix的私营和公共部门合作伙伴能够比手工技术更快地发现材料。

化学开发是一个复杂的过程，需要数周（或数月）的劳动力和大量的资金投入。例如，美国国立卫生研究院国家转化科学促进中心（NCATS）的平均实验时间为49小时，像Koura这样的公司花费数百万甚至数十亿美元来精制环保材料。Kebotix的产品有望通过将数据与进化型AI算法和自动机相结合来减少工作量和费用。

Kebotix是由MIT附属的VC公司The Engine运作的，其技术是由AlánAspuru-Guzik（现在是多伦多大学的研究员）的哈佛实验室开发的，提供机器人手臂和AI模型，用于学习化合物的统计表示属性。它的自动驾驶系统可以将移液器浸入培养皿中，并将液体转移到其他测试其光学特性的机器中，而其模型则可以分析结果并提出假设。

所讨论的模型可以在易于理解的理想化合物上进行迭代，以提供密切相关的新示例。或者，他们能够隔离和放弃不太可能有用的分子设计。

Kebotix进行的每个实验的结果都会反馈到系统中，从而使其不断自我完善。这样，可以评估可能导致开发新产品的数千个候选材料库。从那里，可以生成一组经过验证的概率模型来预测有前途的分子的特性。

Kebotix说，在一个涉及NCATS的试验计划中，其算法仅需进行55次测量即可找到最佳条件和测定性能（最多可同时进行20次测量），从而使其能够进行294次实验，准确率超过95％。这相当于将实验室耗材和运行时间的成本降低了五倍，从49小时减少到大约9小时。

Kebotix打算专注于电子应用中的分子发现，然后是新的聚合物和合金，但它相信其系统最终将发现能够吸收污染，对抗耐药真菌感染并作为更有效的光电组件的化合物。为了朝着这个目标迈进，该初创公司最近宣布将与东北大学洛佩兹实验室的化学家合作，加速开发用于癌症手术和光活化疗法的多色生色团。

Kebotix并不是研究AI辅助实验室自动化的唯一参与者。去年，麻省理工学院的研究人员详细介绍了一种可以自主执行流体动力学实验，观察结果并计划后续行动的机器人。在其他地方，不列颠哥伦比亚大学的一个团队开发了Ada机器人，该机器人可以混合不同的解决方案，将它们浇铸成胶片，执行其他处理和测试步骤并记录结果。罗格斯（Rutgers）一项新研究的合著者声称，它创造了一种采血机器人，其性能优于或优于人类。

也许不足为奇，在最近对100位制药业高管的调查中，Pharma IQ发现94％的人相信像机器人和AI这样的智能自动化技术将在两年内对实验室实践产生影响。

生命科学投资者Novo Holdings领导了Kebotix的A轮融资，该轮融资是在2018年8月进行了500万美元的种子轮融资之后，One Way Ventures，Flybridge Ventures，Baidu Ventures，Embark Ventures和Propagator Ventures参与了该轮融资。Kebotix表示，“由于兴趣浓厚”，它将使该回合再开放30天，以进行更多参与。

Kebotix拥有17名全职员工，并表示目前通过其合作伙伴关系（包括与能源巨头BP合作的一家公司）创收。利用新的资金，该公司计划扩大运营和招聘规模，并加快研发和产品开发。