作為人工智能發(fā)展的一大趨勢，國際學(xué)術(shù)界已對“人工智能驅動(dòng)的科學(xué)研究”形成共識：人工智能將帶來(lái)科研范式的變革和新的產(chǎn)業(yè)業(yè)態(tài)。

　　在中國科學(xué)技術(shù)大學(xué)校園里，化學(xué)與材料科學(xué)學(xué)院的一群科研人員正積極投身這項實(shí)踐：深耕精準智能化學(xué)領(lǐng)域，推動(dòng)科研范式變革，并取得了一系列令人矚目的科研成果。

　　“機器化學(xué)家”展現出智能新范式的巨大優(yōu)勢

　　如何創(chuàng )制一款芬頓催化劑？在中科大“機器化學(xué)家”實(shí)驗室里，大量瓶瓶罐罐的實(shí)驗工作被人工智能“取代”，科研人員無(wú)需試來(lái)試去，整個(gè)過(guò)程簡(jiǎn)單而高效。

　　記者在實(shí)驗室看到，科研人員在人工智能程序中輸入問(wèn)題：什么類(lèi)型的非貴金屬元素常用于芬頓催化劑？很快，程序就會(huì )給出答案。程序提供的答案來(lái)自自主研發(fā)的文獻機器閱讀系統，它能迅速讀取海量文獻，基于統計數據分析，幫助科研人員選擇最佳的元素組合。接下來(lái)，就可以調出“機器化學(xué)家”平臺中保存的芬頓催化劑實(shí)驗模板，根據人工智能推薦的元素組合編輯液體進(jìn)樣站的參數，并讓名為“小來(lái)”的“機器化學(xué)家”平臺幫助進(jìn)行實(shí)驗驗證。這樣，“小來(lái)”便可以開(kāi)始它的芬頓催化劑創(chuàng )制之旅。

　　“實(shí)驗數據經(jīng)處理后，輸入‘小來(lái)’獨有的計算大腦中，產(chǎn)生人工智能模型，可以幫助科研人員優(yōu)化實(shí)驗方案。”中科大化學(xué)與材料科學(xué)學(xué)院教授江俊告訴記者。

　　“小來(lái)”等人工智能工具和平臺，是中科大化學(xué)與材料科學(xué)學(xué)院江俊團隊的研發(fā)成果。其中，人工智能程序由化學(xué)數據驅動(dòng)，并結合人類(lèi)化學(xué)家的知識進(jìn)行機器學(xué)習訓練，能夠針對使用者提出的問(wèn)題給出初步的實(shí)驗建議。“小來(lái)”則是團隊自主開(kāi)發(fā)的集閱讀文獻、自主設計實(shí)驗、材料開(kāi)發(fā)于一體的“全流程機器化學(xué)家”平臺，它能夠從數以?xún)|計的可能組合中找到最優(yōu)解，進(jìn)而加快材料研發(fā)。

　　實(shí)驗室里，由“小來(lái)”驅動(dòng)的機械手臂伸縮自如，精確抓取配制試劑。

　　“全流程機器化學(xué)家”平臺到底有多強大？以潛力巨大的高熵化合物催化劑為例：獲得最優(yōu)配方需要測試極其龐大的化學(xué)配比組合，如果依賴(lài)傳統研究范式，這一過(guò)程可能需要1400年，而“機器化學(xué)家”發(fā)揮數據驅動(dòng)和智能優(yōu)化的優(yōu)勢，從55萬(wàn)種可能的金屬配比中找出最優(yōu)的高熵催化劑，僅需要5周時(shí)間。

　　專(zhuān)家認為，這種“機器化學(xué)家”的研究工作擺脫了傳統研究范式的限制，展現出智能新范式的巨大優(yōu)勢。

　　利用人工智能將科學(xué)知識數字化、代碼化

　　猜測、嘗試、糾錯，再猜測、再?lài)L試……在過(guò)去150多年里，傳統的化學(xué)研究范式深度依賴(lài)“試錯法”，其局限性使得物質(zhì)創(chuàng )制的周期長(cháng)、成本高，難以實(shí)現高效、節能。

　　此后，由量子力學(xué)發(fā)展而來(lái)的量子化學(xué)，成為化學(xué)家使用的工具。化學(xué)家們可以在計算機上進(jìn)行模擬實(shí)驗來(lái)驗證某個(gè)理論，大大提升了效率。然而，化學(xué)研究對象日益復雜化、高維化，面對龐大的化學(xué)空間，配方和工藝的搜索常常止步于局部最優(yōu)，無(wú)法進(jìn)行全局探索。

　　在計算化學(xué)領(lǐng)域有過(guò)10年研究經(jīng)歷的江俊感慨：“我們的化學(xué)體系非常復雜，超算雖然進(jìn)化很快，但還是無(wú)法應對它的復雜度。”

　　怎么辦？必須找到新的方法。

　　和江俊一樣，中科大教授李震宇也一直在關(guān)注和思考這個(gè)問(wèn)題。

　　“精準化是所有化學(xué)家的一個(gè)夢(mèng)想。我希望把這個(gè)東西放進(jìn)去，想讓它轉化成什么就能百分百轉化成什么，過(guò)程中還不會(huì )產(chǎn)生任何另外的東西。”李震宇說(shuō)，“這就要求整個(gè)化學(xué)研究能做到精準的設計、表征、制備和調控，要求整個(gè)過(guò)程是透明可控的，里面的機理也是清楚的。要實(shí)現這個(gè)目標，整個(gè)研究范式必須改變。”

　　逐漸興起并快速迭代進(jìn)化的大數據與人工智能技術(shù)，讓江俊和李震宇看到了解決這些難題的希望。

　　江俊認為，大數據與人工智能技術(shù)可以把科學(xué)知識數字化、代碼化，并進(jìn)行遷移。“也就是說(shuō)，我們隨時(shí)調用優(yōu)秀研究者發(fā)明的代碼。他們的智慧結晶，只要我用一個(gè)‘子函數’就能調用過(guò)來(lái)。如果只靠人腦來(lái)學(xué)習、實(shí)踐和訓練的話(huà)，整個(gè)過(guò)程就會(huì )很漫長(cháng)，知識的遷移就會(huì )變得低效。”

　　于是，江俊心中萌生了一個(gè)想法：是否可以借助人工智能技術(shù)開(kāi)發(fā)一種新工具？在他的構想當中，這個(gè)工具能夠幫助科學(xué)家突破思維局限，利用數據建立有效的復雜模型，從而指導化學(xué)實(shí)踐。

　　2014年，江俊團隊提出“機器化學(xué)家”概念并開(kāi)展相關(guān)科研工作。經(jīng)過(guò)8年攻關(guān)，團隊通過(guò)開(kāi)發(fā)和集成移動(dòng)機器人、化學(xué)工作站、智能操作系統、科學(xué)數據庫等技術(shù)，在2022年成功研制出數據智能驅動(dòng)的“全流程機器化學(xué)家”。

　　“機器化學(xué)家”助力催生化學(xué)研究新范式

　　如今，“全流程機器化學(xué)家”在科學(xué)研究中發(fā)揮著(zhù)積極作用。中科大鄒綱團隊篩選光學(xué)活性薄膜材料時(shí)，為找到目標材料，需要混合多種分子來(lái)控制薄膜厚度、應力、灰度等工藝條件，其可能性有上百萬(wàn)種。團隊努力了10年，終于將不對稱(chēng)因子提高到了1.2，但離理論極限2.0還有非常大的差距。借助“小來(lái)”，他們在兩個(gè)月內找到了不對稱(chēng)因子1.95的工藝條件，高度逼近理論極限。

　　江俊成功走出了第一步，讓化學(xué)科學(xué)家們深受鼓舞，更加堅定了以人工智能技術(shù)推動(dòng)化學(xué)科研范式變革的決心。

　　今年1月，中國科學(xué)院精準智能化學(xué)重點(diǎn)實(shí)驗室正式獲批建設，李震宇擔任實(shí)驗室主任。“實(shí)驗室主要面向世界科技前沿，聚焦如何改變化學(xué)研究范式這一關(guān)鍵科學(xué)問(wèn)題，探索建立化學(xué)研究的精準化、智能化雙驅動(dòng)模式。”李震宇介紹。

　　李震宇認為，當前人工智能技術(shù)應用于化學(xué)研究最大的困難和挑戰來(lái)自數據。“已有的大量數據來(lái)源復雜，質(zhì)量參差不齊。這些數據混在一起，讓人工智能去學(xué)習，很可能會(huì )學(xué)到一些錯誤的知識。所以，我們希望發(fā)展一些新的技術(shù)，能夠進(jìn)行一些更高精準度的表征，同時(shí)還能夠形成一套數據標準，在這個(gè)基礎上去做數據驅動(dòng)的智能化學(xué)。”

　　“機器化學(xué)家”的出現，讓化學(xué)家們解放了雙手。也有人擔心：未來(lái)化學(xué)家們可能會(huì )無(wú)事可做。江俊表示不用為此多慮：“一個(gè)好的技術(shù)工具出來(lái)，也會(huì )賦予更多的可能性，讓科研人員做更多的事情，發(fā)現更多的前沿理論。”

　　“機器化學(xué)家”的出現，推動(dòng)化學(xué)研究范式的改變，也對未來(lái)的化學(xué)發(fā)展提出了新的要求。江俊說(shuō)，比如，在人才培養方面，既需要具備扎實(shí)的化學(xué)基礎，還要有開(kāi)放的心態(tài)，要善于、敢于學(xué)習各種新知識。

　　未來(lái)，江俊希望建成一個(gè)“機器化學(xué)家”大科學(xué)裝置：在一整棟大樓里，布置上百個(gè)機器人、上千個(gè)智能化學(xué)工作站。基于這樣一個(gè)大平臺，各個(gè)課題組的實(shí)驗數據可以交匯、共享，產(chǎn)生海量數據，自動(dòng)提煉出數字化的知識圖譜和人工智能的模型，進(jìn)而指導機器人自動(dòng)優(yōu)化生產(chǎn)更好、更高效率的化學(xué)品或新材料，實(shí)現數據智能驅動(dòng)的化學(xué)研究新范式。

　　對于精準智能化學(xué)重點(diǎn)實(shí)驗室的首個(gè)重點(diǎn)應用研究，李震宇和同事們目前有了一個(gè)明確的目標：基于精準化、智能化雙驅動(dòng)的化學(xué)研究新范式，對現有氮資源轉化相關(guān)反應進(jìn)行全面評估，提出綠色低能耗轉化新路徑，創(chuàng )制新型催化體系，在氮資源綜合利用領(lǐng)域實(shí)現突破。

　　李震宇說(shuō)：“氮資源高效轉化是一個(gè)極具挑戰性的難題，希望新的研究范式能夠給我們帶來(lái)幫助。”