近日，记者从中国科学技术大学获悉，该校化学与材料科学学院罗毅、江俊教授团队与自动化系尚伟伟等合作，成功开发出了全球首个数据智能驱动的全流程机器化学家。

　　这一机器化学家可以快速学习文献、自主设计实验、智能操作实验等，“不知疲倦”地从庞大可能的组合中找到最优解来加快材料研发，基于优化策略，大幅缩短实验时间，助力精准化学创制。

　　1400年的实验时间被缩短至5周

　　如今，化学研究的对象日益复杂化、高维化，不过，传统的研究范式主要是依赖于“穷举”“试错”的手段。面对庞大的化学空间，相关化学创制中的配方和工艺的搜索常止步于局部最优，无法进行全局探索。科大研制的机器化学家，以开发潜力巨大的高熵化合物催化剂为例，我们便能领略机器化学家的“过人本领”。

　　“高熵材料具有高混乱、高无序、高复杂度的特点，能够提高能源电池的稳定性，对新能源产业也很重要。”中国科大物理化学专业博士生赵路远举例。不过，正由于其多种元素的高度无序混合带来的高稳定性，给催化剂开发过程中，人工试验找出最优配比的工作带来了极大挑战，想要获得最优配方，需要遍历测试十分庞大的化学配比组合。“我们从29种非贵金属元素选出5种来做高熵组合，可能的组合就有11万8千多种。如果用‘穷举’法，靠我一个人，穷极一生也基本不可能找到最优组合。”

　　不过，机器化学家就可以在这一课题的最开始，就通过运算“找到”最佳的“解题思路”。发挥数据驱动和智能优化的优势，机器化学家用“智慧大脑”汲取前人的化学智慧，在快速智能阅读16000篇论文后，自主遴选出5种非贵金属元素。

　　“虽然选出了5种元素，但要找到他们的最佳配比，还有超过50万种可能的组合。而且我们还需要进行一系列合成材料、表征结构、性能测试等工作。就算我们全组人员一起做实验，最少也要1400年才能做完。”赵路远说。

　　而机器人化学家可以用数据智能，实现全局搜索。过程中，它融合了2万组理论计算数据和207组全流程机器实验数据，建立了理实交融的智能模型。针对高熵催化剂，它自动完成合成、表征到测试的研制全流程工作，生产了高质量的实测数据。指导“贝叶斯优化程序”从这55万种可能的金属配比中，找出最优的高熵催化剂，将传统需消耗大量人力、物力、时间等的“炒菜式”遍历搜索所需的1400年，缩短为5周。

　　将对化学科学产生巨大影响

　　在开发高熵化合物催化剂中的表现，只是机器人化学家本领的一次展示，它的未来更有着无限可能。

　　“目前，机器人化学家已经可以帮助我们解决很多关键的科学问题，用精准智能的新范式高效地创造更多有用的化学品。”研究人员表示。机器化学家平台具有很强的化学智能和广泛的化学品开发能力，目前已涵盖光催化与电催化材料、发光分子、光学薄膜材料等，且适用范围将随平台升级和拓展继续扩大。

　　研究人员介绍，机器化学家平台不止是能帮助人们科学实验，它的“技能”包含了很多。例如，可采用机器智能去查找和阅读文献，从海量研究数据中汲取专家经验，在前人知识与数据的基础上提出科学假说并制定实验方案；调度移动机器人和自主开发的智能化学工作站，完成高通量合成、物性表征、性能测试的化学实验全流程；实现数据的自动采集、处理、分析和可视化；独有的计算大脑通过调用物理模型、理论计算、机器学习等，让智能模型融入底层的理论规律与复杂的化学实验演化，使得机器科学家更加理解化学，更加擅长化学创造。

　　科大研制的机器人化学家脱离了传统试错研究范式的限制，展现了“最强化学大脑”指导的智能新范式的巨大优势，将引领化学研究朝着知识理解数字化、操作指令化、创制模板化的未来趋势前进。相关研究成果已于2022年9月发表在《国家科学评论》上，国际审稿人评价该成果的“机器人系统、工作站和智能化学大脑都是最先进的”，“将对化学科学产生巨大影响”。合报全媒体记者 刘畅司晨