近年來，新一代人工智能技術蓬勃發(fā)展,，推動科研范式變革,。一批科技工作者面向世界科技前沿，探索建立化學研究的精準化,、智能化雙驅動模式,，并率先在機器化學家、離子膜,、固態(tài)電解質等領域取得創(chuàng)新和突破,。

　　形成全新研究范式

　　“我們希望有一個機器人可以代替人做實驗?！敝锌圃壕珳手悄芑瘜W重點實驗室主任李震宇告訴記者,。如今，這個想法已經變成現(xiàn)實,。在中國科學技術大學機器化學家實驗室,，重達200公斤的機器人“小來”取代了身穿白大褂的人類實驗員，伸出機械臂就可精確抓取樣品瓶配制試劑,，完成各種實驗工作,。

　　集閱讀文獻、自主設計實驗,、材料開發(fā)于一體的“全流程機器化學家”平臺,，其研發(fā)始于2014年。當時，中國科學技術大學化學物理系教授江俊找來人工智能,、電子科技,、數(shù)學、化學等不同專業(yè)人才組成具有交叉學科背景的團隊,，嘗試建立會思考的“化學大腦”,。經過多年努力打造的機器化學家“小來”，讓研究速度實現(xiàn)了質的飛躍,。

　　“實驗數(shù)據經處理后輸入‘小來’的計算大腦,，由人工智能模型幫助科研人員優(yōu)化實驗方案，可以大幅提升我們的效率,?！苯≌f。以研發(fā)高熵合金催化劑為例――閱讀1.6萬篇論文并自主遴選出5種非貴金屬元素,，再從55萬種可能的金屬配比中找出最優(yōu)配方,，“機器化學家”可將科研周期縮短至5周。

　　李震宇表示,，傳統(tǒng)化學研究范式深度依賴“試錯法”,，過程繁瑣、耗時冗長,，化學反應經常產生大量副產物,，不環(huán)保、不經濟,、不安全,。改變研究范式是社會環(huán)境、經濟發(fā)展和化學學科本身發(fā)展的迫切需求,。而通過人工智能加速實現(xiàn)精準化研究,，過程透明、機理清晰,、全程可控,，更高效環(huán)保。

　　不只是催化劑,，還有新材料,。前不久，《自然》雜志發(fā)表了一項重要成果,，中國科學技術大學徐銅文,、楊正金團隊與合作者設計了一類新型離子膜――微孔框架聚合物離子膜，首次實現(xiàn)膜內近似無摩擦的離子傳導,，有望應用于能源轉化,、大規(guī)模儲能以及分布式發(fā)電等領域,。使用該膜組裝的液流電池，充放電電流密度可達到每平方厘米500毫安,，是當前普遍報道值的5倍以上,。“傳統(tǒng)研究范式中,，選擇制作合用的膜,，就像大海撈針。有了人工智能工具的幫助,，我們就能根據應用場景所需要的分類精度,，判斷這個膜需要具備什么性能，在通道中再進行精準調控,、修飾,。”徐銅文說,。

　　李震宇這樣形容化學研究范式的變革：“拿交通方式打比方,，化學研究的初級階段就像步行；之后技術手段升級,，相當于坐上了自行車,、摩托車、汽車,；引入人工智能,，好比坐上火箭，量變引起質變,，可以帶我們去月球等以前靠步行、坐車去不了的地方,?！?/p>

　　科學家會被取代嗎

　　有了機器人，還需要人類科學家嗎,？“這種擔憂完全沒有必要,。好的工具會帶來更多可能性，我們能做更多事,?！苯≌f。

　　中國科學技術大學應用化學系教授姚宏斌的最新突破,，就是一個電腦幫助人類做出更好科研成果的故事,。今年4月初，姚宏斌課題組,、李震宇課題組的研究成果發(fā)表在《自然》上,，他們通過材料結構和界面精準設計,，開發(fā)出鑭系金屬鹵化物基固態(tài)電解質新家族。

　　幾年前,，在尋找鹵化物電解質過程中,，姚宏斌課題組考慮將石榴石氧化物――鋰鑭鋯氧中的“氧”換成“氯”。按傳統(tǒng)研究方法得在實驗室里一點點試錯,，不僅慢還得碰運氣,。為此，他想求助于計算機,。2021年,，姚宏斌錄取了一名既有材料科學專業(yè)背景、又有計算機編程基礎的研究生羅錦達,，并找到計算化學方向的李震宇教授共同指導,。在兩位教授的共同指導下，羅錦達寫出了可滿足研究需要的程序,。之后,，姚宏斌團隊和李震宇團隊聯(lián)合，根據計算機模擬結果設計出一個常溫條件下可以穩(wěn)定存在的鑭系金屬氯化物,，又在實驗室成功合成出具有優(yōu)質性能的鑭系金屬氯化物固態(tài)電解質,。

　　樣品出來后，如何解釋原理,？團隊成員結合自己的實驗數(shù)據以及歷史上相關研究的海量實驗數(shù)據,，讓計算機程序在超算中心去“跑”。經過長時間計算模擬和分析,，最終探明鑭系金屬鹵化物框架結構的鋰離子傳導原理,。

　　姚宏斌說：“模擬計算在這項研究中的分量，約占三分之一,。沒有這三分之一,，研究將無法令人滿意，因為我們可能無法在短時間內尋找到最優(yōu)的電解質材料,，也不能把實驗現(xiàn)象背后的原理解釋清楚,。”

　　未來需要什么樣的科研人才,？“應該具備扎實的基礎和開放的心態(tài),。”江俊表示,，現(xiàn)在知識量已經無比龐大,，沒有人能看到全局，我們應該找到自己喜歡的專業(yè),，把知識的脈絡看清楚,；同時還要有開放的心態(tài),，敢于學習新東西。

　　“先進技術為人類探究更深層次的科學問題提供了更多可能性,，但科學探究的邊界仍被人類對自然界的認知和理解所限制,。”姚宏斌則認為,，科研工作者需要不斷拓展認知,，才能更好地解釋大自然的奧秘。

　　培養(yǎng)更好的科研人工智能

　　國外也有會做實驗的機器人,。2020年,，利物浦大學研制的世界首個機器人化學家登上《自然》雜志封面，它可以在1周內研究1000種催化劑配方,，相當于1個博士生4年的工作量,。但這款機器人化學家沒有物理模型，沒有預見性,，不能提出任何科學假設,。

　　與之相比，中國科學技術大學的“小來”是一個有“腦子”的機器人化學家,。它“能學”,，可閱讀海量文獻，學習化學知識,；“能想”,，可調用底層的物理模型，結合大數(shù)據與人工智能技術進行思考和模擬計算,；“能做”,，可自主完成實驗，采集精準實驗數(shù)據來校準模擬計算結果,，理實交融給出解決方案,，形成科學研究閉環(huán)。

　　但“小來”的進化依然存在不少難點,。算力算法不足，是現(xiàn)階段的痛點,。江俊團隊自主研發(fā)了一款化學領域的聊天機器人程序ChemGPT,。但因為GPU算力不足，ChemGPT“跑不快”,，訓練迭代很慢,。

　　數(shù)據也有待豐富和優(yōu)化?！叭斯ぶ悄苄枰獙W習大量數(shù)據,，但其實我們很缺數(shù)據,。”江俊說?，F(xiàn)階段大部分科研數(shù)據都從文獻中收集,，而文獻中的數(shù)據常常是被“美化”過的理想數(shù)據。由于現(xiàn)存研究數(shù)據來源多且雜,，數(shù)據質量參差不齊,，人工智能從這些數(shù)據中學習，就可能學到錯誤的東西,。

　　“精準化學依賴實驗數(shù)據的準確性,。”李震宇表示,，應該從精準數(shù)據出發(fā)獲得高質量的化學智能,，有了化學智能再回過頭來對化學反應、材料性質等實施精準調控,，形成完整的研究閉環(huán),。

　　科學家們對更好的科研人工智能充滿期待?！拔覀兿Ｍ麑⒕珳手悄芑瘜W重點實驗室建設成一個精準智能化學領域的國際頂尖研究機構,，形成一個新的精準智能化學研究范式，建立我國主導的精準化學數(shù)據體系和智能化學的軟硬件標準,?！崩钫鹩钫f。 （經濟日報記者 佘惠敏）