本研究では、人間とAIが協力して自律的に材料合成を行う新たなワークフローを提案しています。この手法は、バリウムチタン酸（BaTiO$_3$）とグラフェンのリモートエピタキシーのためのパルスレーザー堆積（PLD）実験に特化しており、大規模な言語モデルを利用して仮説生成や解析を行います。研究では、AIが自律的に実験を設計し、成長プロセスを効率的にマッピング。Raman分光法を用いて、化学反応が劣化を引き起こすことや、最高エネルギープルーム成分が欠陥を成長させることを明らかにしました。結果、トランスファーを伴わない2ステップのAr/O$_2$堆積法が、単層グラフェンを維持しつつ強誘電性BaTiO$_3$を剥離するために必要であることが示されました。AIと人間の知見を組み合わせたこの方法は、多くの自律的ワークフローの進化を促し、迅速な科学的進展を可能にしています。