機器人在操作臺之間來回穿梭，伸出機械臂，“手握”試管，稱量取樣，配制試劑……走進中國科學(xué)技術(shù)大學(xué)（以下簡稱中科大）機器化學(xué)家實驗室，一種全新的化學(xué)研究場景讓人眼前一亮。這里看不到身穿白大褂的實驗操作人員，瓶瓶罐罐的實驗工作都由一臺機器人完成。

這臺機器人由中科大化學(xué)物理系教授江俊團隊研發(fā)。它不僅能根據(jù)指令操作實驗，還能夠利用機器智能去查找和閱讀文獻，從海量研究數(shù)據(jù)中汲取專家經(jīng)驗，在前人知識與數(shù)據(jù)的基礎(chǔ)上，提出科學(xué)假說并制定實驗方案。

(資料圖片)

此外，它產(chǎn)生的高質(zhì)量機器實驗數(shù)據(jù)還能夠與理論預(yù)訓(xùn)練模型融合，產(chǎn)生理實交融的智能模型來尋找全局最優(yōu)解。

“我們的機器化學(xué)家擁有‘超強化學(xué)大腦’，它能夠從數(shù)以億計的可能組合中找到最優(yōu)解，將科學(xué)家一生都不能做完的工作，縮短到幾周內(nèi)完成?！痹诮张e行的中科院記者行活動上，江俊告訴科技日報記者。

用好人工智能和大數(shù)據(jù)的“東風(fēng)”

當(dāng)前，數(shù)據(jù)驅(qū)動的人工智能正在改變整個科學(xué)研究?？茖W(xué)家希望，利用人工智能和大數(shù)據(jù)技術(shù)解放自己的雙手，提升科研的效率和準確性，進而催生更多創(chuàng)新成果。在化學(xué)領(lǐng)域，科研人員尤其希望得到大數(shù)據(jù)和人工智能的助力，加快材料研發(fā)。

說起個中原因，中科大教授李震宇告訴記者:“過去的150年里，化學(xué)研究主要靠猜測、嘗試、糾錯，再猜測、再嘗試……在這種研究范式下，科研人員像集郵一樣逐步積累素材，在不斷試錯的過程中取得發(fā)現(xiàn)，研究效率很低、成本高?！?/p>

同時，隨著化學(xué)研究對象日益復(fù)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)，無法進行全局探索。

因此，改變化學(xué)研究范式，實現(xiàn)化學(xué)研究精準化、智能化，一直是化學(xué)家的夢想。

逐漸興起并快速迭代進化的大數(shù)據(jù)與人工智能技術(shù)，讓科研人員看到了解決這些難題的新機遇。“我們希望借此東風(fēng)，建立新的化學(xué)研究范式，在精準化和智能化雙輪驅(qū)動下，賦予人工智能機器化學(xué)家化學(xué)智慧?！崩钫鹩钫f。

于是，2014年，江俊團隊提出“機器化學(xué)家”概念并開展相關(guān)科研工作。

“我們組建了一支涵蓋化學(xué)、計算機、數(shù)學(xué)、自動化等的跨學(xué)科團隊，經(jīng)過8年攻關(guān)，成功研制出數(shù)據(jù)智能驅(qū)動的‘全流程機器化學(xué)家’?！苯〗榻B，該機器化學(xué)家集成了移動機器人、化學(xué)工作站、智能操作系統(tǒng)、科學(xué)數(shù)據(jù)庫等多項技術(shù)。

缺乏高質(zhì)量的科學(xué)數(shù)據(jù)是個大難題

如今，擁有“超強化學(xué)大腦”的機器化學(xué)家正在展現(xiàn)它的價值。

專注于光學(xué)薄膜材料研究的中科大教授鄒綱，一直想提高手性相關(guān)光學(xué)薄膜的性能，然而，材料配比的可能性有上百萬種，依賴人工一一驗證根本不現(xiàn)實。團隊努力了10年，將不對稱因子提高到了1.2，但離理論極限2.0還有非常大的差距。

借助機器化學(xué)家，科研人員僅用一個多月時間，就找到了不對稱因子高達1.95的工藝條件，高度逼近理論極限，為開發(fā)優(yōu)質(zhì)薄膜材料開辟了新方法。

對江俊來說，機器化學(xué)家只是開始?！拔覀兊哪繕耸墙ǔ蓹C器化學(xué)家大科學(xué)裝置，在一整棟大樓里，布置上百個機器人、上千個智能化學(xué)工作站，真正解放化學(xué)家的雙手，加快新化學(xué)品和新材料的研發(fā)創(chuàng)制?！苯≌f。

今年1月，中國科學(xué)院精準智能化學(xué)重點實驗室正式獲批建設(shè)，李震宇擔(dān)任實驗室主任?！拔覀兿Ｍ褜嶒炇医ㄔO(shè)成為精準智能化學(xué)領(lǐng)域國際頂尖的研究機構(gòu)，形成一個新的精準智能化學(xué)范式，建立我們國家主導(dǎo)的精準化學(xué)數(shù)據(jù)體系和智能化學(xué)軟硬件標準?！崩钫鹩钫f。

在李震宇看來，建立精準智能化學(xué)研究新范式最大的困難是缺乏高質(zhì)量的科學(xué)數(shù)據(jù)?！耙延械臄?shù)據(jù)質(zhì)量參差不齊。這些數(shù)據(jù)混在一起，讓人工智能去學(xué)習(xí)，很可能會學(xué)到一些錯誤的知識。所以，我們希望形成一套數(shù)據(jù)標準，在這個基礎(chǔ)上去做數(shù)據(jù)驅(qū)動的智能化學(xué)。”李震宇說。

或許有人會擔(dān)心，具備“最強科學(xué)大腦”的機器化學(xué)家的出現(xiàn)，會不會讓化學(xué)家失業(yè)？對此，江俊表示：“一個好的技術(shù)工具，會賦予更多的可能性，讓科研人員做更多的事情，發(fā)現(xiàn)更多的前沿理論?！?科技日報記者?陸成寬)