猜測、嘗試、糾錯，再猜測、再嘗試……過去150多年里，傳統(tǒng)的化學(xué)研究范式深度依賴“試錯法”，其局限性使得物質(zhì)創(chuàng)制的周期長、成本高，難以實現(xiàn)高效、節(jié)能。

　　那理想的化學(xué)研究應(yīng)該是什么樣？

　　在中科院精準智能化學(xué)重點實驗室主任李震宇看來，就是把東西放進去，想讓它轉(zhuǎn)化成什么，就能轉(zhuǎn)化成什么，同時這個過程中不會產(chǎn)生其他不想要的東西?！斑@就要求整個化學(xué)研究做到設(shè)計精準，中間所有過程是透明的，機理是清楚的，過程是可控制的?！?/p>

　　改變已經(jīng)發(fā)生――在中國科學(xué)技術(shù)大學(xué)，一臺名叫“小來”的機器人，正在代替人類化學(xué)家做實驗，它能將傳統(tǒng)歷時約1400年的工作量縮短到5周。

　　這是以中國科學(xué)技術(shù)大學(xué)李震宇、姚宏斌、江俊等為代表的科研人員，深耕精準智能化學(xué)領(lǐng)域，推動科研范式變革取得的成果之一。

　　1400年變5周，化學(xué)品創(chuàng)制周期極大縮短

　　今年1月，以中國科學(xué)技術(shù)大學(xué)為依托單位的精準智能化學(xué)重點實驗室獲中科院批準建設(shè)。據(jù)李震宇介紹，實驗室正在發(fā)展先進的理論計算方法，通過理論計算模擬得到大量精準的計算數(shù)據(jù)，同時通過實驗精準表征，得到大量精準的實驗數(shù)據(jù)，在此基礎(chǔ)上學(xué)習(xí)這些數(shù)據(jù)，實現(xiàn)“從精準到智能”。在化學(xué)智能的助力下，實驗室實現(xiàn)對反應(yīng)路徑與材料物性的精準調(diào)控，完成“從智能到精準”的閉環(huán)，大幅提升化學(xué)研究的效率。

　　“如果有很多的數(shù)據(jù)，計算機自己就可以找出其中的關(guān)聯(lián)，不需要由人先總結(jié)一個規(guī)律，再由實驗或者計算加以驗證，使研究速度大幅提高?！崩钫鹩畲蛄藗€比方，這是從步行到坐火箭的速度提升，將使以前的很多“不可能”變成“可能”。

　　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，如果依賴傳統(tǒng)研究范式，這一過程可能需要1400年，而“機器化學(xué)家”發(fā)揮數(shù)據(jù)驅(qū)動和智能優(yōu)化的優(yōu)勢，從55萬種可能的金屬配比中找出最優(yōu)的高熵催化劑，僅需要5周時間。

　　“但現(xiàn)在也存在一些難點，最大的問題就是數(shù)據(jù)不統(tǒng)一。”中國科學(xué)技術(shù)大學(xué)化學(xué)與材料科學(xué)學(xué)院教授江俊表示，機器人能夠閱讀海量論文來獲取數(shù)據(jù)，但由于實驗室條件不同，測量標(biāo)準也不一樣，數(shù)據(jù)經(jīng)常出現(xiàn)沖突。這可能導(dǎo)致機器人在閱讀學(xué)習(xí)的過程中出現(xiàn)“誤解”。

　　對此，江俊團隊想出了一個新思路――用理論模擬大數(shù)據(jù)產(chǎn)生預(yù)訓(xùn)練模型，再依托應(yīng)用實踐小數(shù)據(jù)做校準，建立面向復(fù)雜體系的“理實交融”模型?！拔覀兡軌虬鸦瘜W(xué)知識、物理知識等底層知識數(shù)據(jù)化、代碼化、遷移化，就有可能形成智能化的新研究范式。”

　　它是具備科學(xué)思維的“機器化學(xué)家”

　　在中國科學(xué)技術(shù)大學(xué)“機器化學(xué)家”實驗室的大屏幕上，一個復(fù)雜實驗的流程已經(jīng)被設(shè)定好，液體進樣站、磁力攪拌站、烘干工作站等工作站被一一連接起來?！靶怼币来蔚礁鞴ぷ髡具M行操作，機械臂抓試管、稱量、攪拌、離心、烘干……每做完一次實驗，數(shù)據(jù)結(jié)果都會自動歸檔，累積到一定程度后進行自動分析。

　　“這個實驗的任務(wù)是進行芬頓催化劑配方的優(yōu)化?！逼鋵崳柚鷻C器人完成化學(xué)實驗，已有先例。2020年，利物浦大學(xué)研制出世界首個機器人化學(xué)實驗員，一周內(nèi)可以研究1000種催化劑配方，相當(dāng)于一個博士生4年的工作量。

　　這兩款化學(xué)機器人有何不同？

　　“對方團隊的AI化學(xué)家沒有物理模型，沒有預(yù)見性，不能提出任何科學(xué)假設(shè)，而擁有‘大腦’的‘小來’可以?！痹诮】磥?，這種方式能讓機器人真正用智能決策去做實驗，跳出了經(jīng)驗主義的陷阱，實現(xiàn)全流程智能化的閉環(huán)。

　　“它首先‘能學(xué)’，即模型漫無目的地學(xué)習(xí)化學(xué)知識，閱讀海量文獻；同時‘能想’，即調(diào)用底層的物理模型，結(jié)合大數(shù)據(jù)與人工智能技術(shù)進行思考和模擬計算；最終‘能做’，即自主完成實驗驗證，實現(xiàn)科學(xué)方法的閉環(huán)。”江俊說,它是具備科學(xué)思維的“機器化學(xué)家”。

　　如今，“小來”已經(jīng)大顯身手。中國科學(xué)技術(shù)大學(xué)鄒綱團隊篩選光學(xué)活性薄膜材料時，為找到目標(biāo)材料，需要混合多種分子并且控制薄膜厚度、應(yīng)力、灰度等工藝條件，其可能性有上百萬種。團隊努力了10年，終于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“小來”，他們在兩個月內(nèi)找到了不對稱因子1.95所需的工藝條件，高度逼近理論極限。

　　一個好的工具會帶來很多可能性

　　“機器化學(xué)家”只是開始。

　　“我們的目標(biāo)是建成‘機器化學(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。

　　“人類肉眼只能看到大致宏觀的現(xiàn)象，通過光譜的精細測量，機器人可以把微觀信息理解清楚，預(yù)測很多金屬材料的催化活性。”談及下一步計劃，江俊表示，將為機器人安裝紅外探頭和拉曼探頭，使其既有紅外視覺又有可見光視覺，可以像真正的化學(xué)家一樣，聞到化學(xué)品的氣味，看到化學(xué)品的顏色，感知溫度、濕度和壓力。

　　“第四次科技革命的驅(qū)動力，必然是機器智能，其途徑將是AI for Science?！苯≌f，中國科大的AI for Science不僅賦予了機器人科學(xué)思維，還可以將其大范圍遷移應(yīng)用。

　　“有人質(zhì)疑我說，人家是做顛覆性技術(shù)，你是顛覆同事。其實不是這樣的?！苯≌f，一個好的工具會帶來很多可能性，科研人員會借此發(fā)現(xiàn)更多理論。（記者 崔興毅 常河）