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……走進中國科學技術大學(以下簡稱中科大)機器化學家實驗室,一種全新的化學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物理系教授江俊團隊研發。它不僅能根據指令操作實驗,還能夠利用機器智能去查找和閱讀文獻,從海量研究數據中汲取專家經驗,在前人知識與數據的基礎上,提出科學假說并制訂實驗方案。

此外,它產生的高質量機器實驗數據還能夠與理論預訓練模型融合,產生理實交融的智能模型來尋找全局最優解。

“我們的機器化學家擁有‘超強化學大腦’,它能夠從數以億計的可能組合中找到最優解,將科學家一生都不能做完的工作,縮短到幾周內完成。”在近日舉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據的“東風”

當前,數據驅動的人工智能正在改變整個科學研究。科學家希望,利用人工智能和大數據技術解放自己的雙手,提升科研的效率和準確性,進而催生更多創新成果。在化學領域,科研人員尤其希望得到大數據和人工智能的助力,加快材料研發。

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現,研究效率低、成本高。”

同時,隨著化學研究對象日益復雜化、高維化,面對龐大的化學空間,配方和工藝的搜索常常止步于局部最優,無法進行全局探索。

因此,改變化學研究范式,實現化學研究精準化、智能化,一直是化學家的夢想。

逐漸興起并快速迭代進化的大數據與人工智能技術,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,建立新的化學研究范式,在精準化和智能化雙輪驅動下,賦予人工智能機器化學家化學智慧。”李震宇說。

于是,2014年,江俊團隊提出“機器化學家”概念并開展相關科研工作。

“我們組建了一支涵蓋化學、計算機、數學、自動化等的跨學科團隊,經過8年攻關,成功研制出數據智能驅動的‘全流程機器化學家’。”江俊介紹,該機器化學家集成了移動機器人、化學工作站、智能操作系統、科學數據庫等多項技術。

缺乏高質量的科學數據是個大難題

如今,擁有“超強化學大腦”的機器化學家正在展現它的價值。

專注于光學薄膜材料研究的中科大教授鄒綱,一直想提高手性相關光學薄膜的性能,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,為開發優質薄膜材料開辟了新方法。

對江俊來說,機器化學家只是開始。“我們的目標是建成機器化學家大科學裝置,在一整棟大樓里,布置上百個機器人、上千個智能化學工作站,真正解放化學家的雙手,加快新化學品和新材料的研發創制。”江俊說。

今年1月,中國科學院精準智能化學重點實驗室正式獲批建設,李震宇擔任實驗室主任。“我們希望把實驗室建設成為精準智能化學領域國際頂尖的研究機構,形成一個新的精準智能化學范式,建立我們國家主導的精準化學數據體系和智能化學軟硬件標準。”李震宇說。

在李震宇看來,建立精準智能化學研究新范式最大的困難是缺乏高質量的科學數據。“已有的數據質量參差不齊。這些數據混在一起,讓人工智能去學習,很可能會學到一些錯誤的知識。所以,我們希望形成一套數據標準,在這個基礎上去做數據驅動的智能化學。”李震宇說。

或許有人會擔心,具備“最強科學大腦”的機器化學家的出現,會不會讓化學家失業?對此,江俊表示:“一個好的技術工具,會賦予更多的可能性,讓科研人員做更多的事情,發現更多的前沿理論。”