AI重塑化学研究范式“机器化学家”实现化学“最优解”

10月21日，第二十五届中国科协年会催化科学高端学术论坛在安徽合肥召开。

中国科学技术大学副校长杨金龙在致辞中表示，催化技术在历史资源和能源变革驱动的社会与经济中发挥了至关重要的作用。近年来，中科大化学学科面向世界科研，聚焦如何改变化学研究范式这一前沿关键科学问题，成立了精准智能化学重点实验室，探索建立了化学研究的智能化、精准化双驱动模式。

何为化学研究范式？目前有哪些科研成果？论坛上，中科大教授罗毅在《人工智能机器化学家》主旨报告中提到，人工智能将带来科研范式的变革和新的产业业态，“人工智能机器化学家”正是典型代表。

中科大教授罗毅

在罗毅看来，复杂的催化领域亟须发展人工智能来代替人类完成重复性工作。“对于高维世界的探索，我们只能在不同小维度上进行尝试，因此，智能驱动的机器人在化学领域有很大潜力，可以通过优化合成过程来节省时间”他表示。

2022年，“机器化学家”在中科大实验室诞生。这位化学家通过机器阅读、机器实验和计算大脑的能力，构建一套系统以覆盖合成、表征、测试等化学实验全过程，实现化学“最优解”。

“机器化学家”能做什么？罗毅团队进行了一个有趣的实验——寻找一个火星上可以使用的高熵催化剂。通过理论化学与实验相结合，对火星陨石进行元素分析、提取、合成。“按照五种材料混合对比例来说，从数学上将是上百万的组合”他坦言道，“人工智能可以将任何两个不相关的量连接起来，这是理论推导所不能及的。”最终，通过阅读1.6万篇论文，从55万种可能的金属配比中自主遴选出5种非贵金属元素，得到了一个对火星来说的“最佳”材料。将传统的“试错法”搜索所需的1400年，缩短为5周。

如何让机器更智慧？这也是罗毅团队正在攻克的问题。“机器不懂概念但理解数据。新一代描述符是可测量的‘量’，即为‘会看谱’。”他强调，不同谱学提供不同维度的全局特征，信息量巨大，且谱学知识具有迁移性，因此，机器会看谱才能更靠谱。“通过使用谱学，可以让机器更好地理解真实世界，提高机器在化学设计等方面的智能水平”他解释。

罗毅在报告中提到，优化“Ai+化学”研究范式，人工智能的进一步发展需要建立新的数据孪生体系，将实验数据、计算数据和表征数据结合起来，并建立数据标准，“赋予机器人看、闻、听、触的环境感知，让其替代复杂操作，如高风险实验、辐射实验、地外探测等。”他表示，下一步，将通过建立集中式智能、标准模型，建立人机协作的共同探索型科研模式，创立最强“科学大脑”。