多教授聯合合作創造“最強化學大腦”

記者從中國科學技術大學了解到，該校化學與材料科學學院羅毅、江俊教授團隊與自動化系尚偉偉等合作，通過開發和集成移動機器人、化學工作站、智能操作系統、科學數據庫，研制出數據智能驅動的全流程機器化學家。相關研究成果日前發表在《國家科學評論》上。

化學研究的對象日益復雜化、高維化，傳統的研究范式主要是依賴于“窮舉”“試錯”的手段。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。據了解，中國科大機器化學家平臺可采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定實驗方案；調度2臺移動機器人和15個自主開發的智能化學工作站，完成高通量合成、表征、測試的化學實驗全流程；通過配套的后臺操作系統，實現了數據的自動采集、處理、分析和可視化，并裝載了云端數據庫，可實時調用和更新數據庫信息；獨有的計算大腦通過調用物理模型、理論計算、機器學習和貝葉斯優化，讓智能模型融入底層的理論規律與復雜的化學實驗演化，使得機器科學家更加理解化學，更加擅長化學創造。

以潛力巨大的高熵化合物催化劑為例，其目前僅限于對最多3種金屬組合進行優化。而機器化學家發揮其數據驅動和智能優化的優勢，智能閱讀16000篇論文并自主遴選出5種非貴金屬元素，融合2萬組理論計算數據和207組全流程機器實驗數據，建立了理實交融的智能模型，指導貝葉斯優化程序從55萬種可能的金屬配比中找出最優的高熵催化劑，將傳統“炒菜式”遍歷搜索所需的1400年縮短為5周。

國際審稿人評價該成果“將對化學科學產生巨大影響”。該工作脫離了傳統試錯研究范式的限制，展現了“最強化學大腦”指導的智能新范式的巨大優勢，引領化學研究朝著知識理解數字化、操作指令化、創制模板化的未來趨勢前進，確立了我國在智能化學創新領域的全球領跑地位。