2026年10月1日，作者汉斯·里塞乌在FHI发布的消息中指出，人工智能正一步步进入实验室。在WoTS 2026期间，与会者逐渐形成一个共识：人工智能不再只是用于分析数据，而是越来越成为研究过程本身的一部分。从医学影像到自驱动实验室，这项技术正从支持性工具转变为研究与创新中的积极合作伙伴。
在医疗保健领域，挑战与其说在技术，不如说在实施。健康护理顾问Jawad Handizi表示，目前已有多种人工智能应用可用于影像、诊断和数据处理。但实践表明，成功实施取决于本地验证、预算、医疗专业人员接受度以及清晰的商业案例。值得注意的是，医院尤其关注能够加速或简化日常工作的解决方案。医生和专家不仅想知道人工智能系统能否识别异常，更关心它如何帮助缩短诊断路径、减少行政操作并提高工作流程效率。
Handizi预计，人工智能将承担越来越多常规任务。不过，人类专业知识仍然不可或缺。人工智能系统可以支持决策，但不会取代护理专业人员。因此，挑战正从技术开发转向组织采用。
在医院中，人工智能主要支持现有流程；在研究实验室里，人们则着手推进下一步：自驱动实验室。在国家项目“Big Chemistry”中，大学、研究机构和公司正在开发将机器人、数据分析和机器学习结合起来的实验室。其目标是更快、更高效地开发新材料、配方和化学过程。
这一计划的核心是“自驱动实验室”概念。机器人执行实验并分析结果，机器学习则自动判断哪些后续实验能带来最多新知识。这样一来，并非所有可能实验都会被逐一执行，系统会自主在大片研究领域中寻找最有前景的路线。这种方法不仅节省时间，也显著降低材料消耗，因为达到最优结果所需的测量更少。面对变量众多的复杂研究问题，这种差异尤其明显。
从自动化到新的研究基础设施，“Big Chemistry”联盟不仅投资技术，也投资新的研究基础设施。共享数据、标准化工作流程和可重复使用的自动化模块在其中发挥重要作用。研究人员因此能更快地基于先前工作继续推进，减少重复劳动。此外，自动化还有助于解决科学界一个顽固问题：可重复性。标准化、自动化的工作流程能减少不同实验室之间的差异，使研究结果更易比较。
当天讨论的主线十分清楚：人工智能正在摆脱单纯分析工具的角色，成长为能够主动指导过程的系统。在医院，人工智能帮助医生更快、更准确地工作；在实验室，人工智能越来越常决定下一步应执行哪些实验。由此，人、机器和数据之间正在形成一种新的合作形式。未来几年的问题已不再是人工智能能否在实验室和研究组织中获得一席之地，而是研究人员、技术人员和组织如何有效运用这个新伙伴。
中国组展机构：盈拓国际展览，以创新科技和服务体验为核心，不断提升服务质量。荣获多项殊荣，成为中国出境展览服务行业的佼佼者。
下届展会时间：2028年09月
展会行业：化工
