近年來，新一代人工智能技術(shù)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(qū)動模式，并率先在機器化學家、離子膜、固態(tài)電解質(zhì)等領(lǐng)域取得創(chuàng)新和突破。

形成全新研究范式

【資料圖】

“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(jīng)變成現(xiàn)實。在中國科學技術(shù)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(shù)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(jīng)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(zhì)的飛躍。

“實驗數(shù)據(jù)經(jīng)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(jīng)常產(chǎn)生大量副產(chǎn)物，不環(huán)保、不經(jīng)濟、不安全。改變研究范式是社會環(huán)境、經(jīng)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(shù)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(nèi)近似無摩擦的離子傳導，有望應用于能源轉(zhuǎn)化、大規(guī)模儲能以及分布式發(fā)電等領(lǐng)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?！皞鹘y(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(jù)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(diào)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(shù)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(zhì)變，可以帶我們?nèi)ピ虑虻纫郧翱坎叫?、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(shù)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(jié)構(gòu)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(zhì)新家族。

幾年前，在尋找鹵化物電解質(zhì)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(jù)計算機模擬結(jié)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(zhì)性能的鑭系金屬氯化物固態(tài)電解質(zhì)。

樣品出來后，如何解釋原理？團隊成員結(jié)合自己的實驗數(shù)據(jù)以及歷史上相關(guān)研究的海量實驗數(shù)據(jù)，讓計算機程序在超算中心去“跑”。經(jīng)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(jié)構(gòu)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(nèi)尋找到最優(yōu)的電解質(zhì)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)?！苯”硎?，現(xiàn)在知識量已經(jīng)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(shù)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?！币瓯髣t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(nèi)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(shù)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(diào)用底層的物理模型，結(jié)合大數(shù)據(jù)與人工智能技術(shù)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(jù)來校準模擬計算結(jié)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(lǐng)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(jù)也有待豐富和優(yōu)化?！叭斯ぶ悄苄枰獙W習大量數(shù)據(jù)，但其實我們很缺數(shù)據(jù)?！苯≌f?，F(xiàn)階段大部分科研數(shù)據(jù)都從文獻中收集，而文獻中的數(shù)據(jù)常常是被“美化”過的理想數(shù)據(jù)。由于現(xiàn)存研究數(shù)據(jù)來源多且雜，數(shù)據(jù)質(zhì)量參差不齊，人工智能從這些數(shù)據(jù)中學習，就可能學到錯誤的東西。

“精準化學依賴實驗數(shù)據(jù)的準確性?！崩钫鹩畋硎荆瑧搹木珳蕯?shù)據(jù)出發(fā)獲得高質(zhì)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(zhì)等實施精準調(diào)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(lǐng)域的國際頂尖研究機構(gòu)，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(jù)體系和智能化學的軟硬件標準?！崩钫鹩钫f。

（文章來源：經(jīng)濟日報）

關(guān)鍵詞：