“机器化学家”带来科研新范式（科技视点）(2)

　　“精准化是所有化学家的一个梦想。我希望把这个东西放进去，想让它转化成什么就能百分百转化成什么，过程中还不会产生任何另外的东西。”李震宇说，“这就要求整个化学研究能做到精准的设计、表征、制备和调控，要求整个过程是透明可控的，里面的机理也是清楚的。要实现这个目标，整个研究范式必须改变。”

　　逐渐兴起并快速迭代进化的大数据与人工智能技术，让江俊和李震宇看到了解决这些难题的希望。

　　江俊认为，大数据与人工智能技术可以把科学知识数字化、代码化，并进行迁移。“也就是说，我们随时调用优秀研究者发明的代码。他们的智慧结晶，只要我用一个‘子函数’就能调用过来。如果只靠人脑来学习、实践和训练的话，整个过程就会很漫长，知识的迁移就会变得低效。”

　　于是，江俊心中萌生了一个想法：是否可以借助人工智能技术开发一种新工具？在他的构想当中，这个工具能够帮助科学家突破思维局限，利用数据建立有效的复杂模型，从而指导化学实践。

　　2014年，江俊团队提出“机器化学家”概念并开展相关科研工作。经过8年攻关，团队通过开发和集成移动机器人、化学工作站、智能操作系统、科学数据库等技术，在2022年成功研制出数据智能驱动的“全流程机器化学家”。

　　“机器化学家”助力催生化学研究新范式

　　如今，“全流程机器化学家”在科学研究中发挥着积极作用。中科大邹纲团队筛选光学活性薄膜材料时，为找到目标材料，需要混合多种分子来控制薄膜厚度、应力、灰度等工艺条件，其可能性有上百万种。团队努力了10年，终于将不对称因子提高到了1.2，但离理论极限2.0还有非常大的差距。借助“小来”，他们在两个月内找到了不对称因子1.95的工艺条件，高度逼近理论极限。

　　江俊成功走出了第一步，让化学科学家们深受鼓舞，更加坚定了以人工智能技术推动化学科研范式变革的决心。

　　今年1月，中国科学院精准智能化学重点实验室正式获批建设，李震宇担任实验室主任。“实验室主要面向世界科技前沿，聚焦如何改变化学研究范式这一关键科学问题，探索建立化学研究的精准化、智能化双驱动模式。”李震宇介绍。

　　李震宇认为，当前人工智能技术应用于化学研究最大的困难和挑战来自数据。“已有的大量数据来源复杂，质量参差不齐。这些数据混在一起，让人工智能去学习，很可能会学到一些错误的知识。所以，我们希望发展一些新的技术，能够进行一些更高精准度的表征，同时还能够形成一套数据标准，在这个基础上去做数据驱动的智能化学。”

　　“机器化学家”的出现，让化学家们解放了双手。也有人担心：未来化学家们可能会无事可做。江俊表示不用为此多虑：“一个好的技术工具出来，也会赋予更多的可能性，让科研人员做更多的事情，发现更多的前沿理论。”

　　“机器化学家”的出现，推动化学研究范式的改变，也对未来的化学发展提出了新的要求。江俊说，比如，在人才培养方面，既需要具备扎实的化学基础，还要有开放的心态，要善于、敢于学习各种新知识。

　　未来，江俊希望建成一个“机器化学家”大科学装置：在一整栋大楼里，布置上百个机器人、上千个智能化学工作站。基于这样一个大平台，各个课题组的实验数据可以交汇、共享，产生海量数据，自动提炼出数字化的知识图谱和人工智能的模型，进而指导机器人自动优化生产更好、更高效率的化学品或新材料，实现数据智能驱动的化学研究新范式。