卢柯团队的研究方向包括金属电化学愈合、今年摩擦磨损、梯度纳米结构材料和纳米层片结构材料。
每个设备模块将更像是软件库中的子程序，大伙顿悟其物理样品输入/输出规范将被明确且严格地定义。原好这个学习过程在开始时往往是非常脆弱的。
例如，感冒让AI有能力将一个物理样品及其对应的元数据从一个实验室传送到另一个实验室。如果我们选择忽略而不是去深入调查和试图理解我们漏了哪个隐藏变量，喝水其结果就是，我们发现自己的实验难以复现。学生会怎么做？误差区间太大，今年无法发表，今年所以学生和导师会讨论、调整设置，最终找出统计异常背后的原因（例如，中间反应产品的外来水分含量）。
现如今，大伙顿悟便宜的自动化设备让结合机器人和主动学习算法的新研究方法成为可能。虽然在预算和空间有限的情况下，原好构建完全自动化的实验平台是非常具有挑战性的，但是在半自动化的工作流上也可以取得不错的进展。
例如，感冒当某个AI实验室制备出了具有突破性性能的样品后，感冒AI网络会负责将（i）该制备方案发送至负责理论研究的AI实验室进行分析，（ii）在该实验室本地复制多份物理样品并传送至多个专门负责测试的AI实验室，（iii）制备方案本身分发至负责制备同类型材料的AI实验室以进行对抗性的复现测试。
这通常意味着单个实验室只有自家一招鲜或几招鲜的手段，喝水这使得它们在识别认知误差或迅速适应工作流变化方面表现不佳。目前材料的形貌表征已经是绝大多数材料科学研究的必备支撑数据，今年一个新颖且引人入胜的形貌电镜图也是发表高水平论文的不二法门。
密度泛函理论计算（DFT）利用DFT计算可以获得体系的能量变化，大伙顿悟从而用于计算材料从初态到末态所具有的能量的差值。Kim课题组在锂硫电池的正极研究中利用原位TEM等形貌和结构的表征，原好深入的研究了材料的电化学性能与其形貌和结构的关系(Adv.EnergyMater.,2017,7,1602078.)，原好如图三所示。
这些条件的存在帮助降低了表面能，感冒使材料具有良好的稳定性。在X射线吸收谱中，喝水阈值之上60eV以内的低能区的谱出现强的吸收特性,称之为近边吸收结构(XANES)。
