近年來(lái)，新一代人工智能技術(shù)蓬勃發(fā)展，推動(dòng)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(xué)研究的精準(zhǔn)化、智能化雙驅(qū)動(dòng)模式，并率先在機(jī)器化學(xué)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

(相關(guān)資料圖)

“我們希望有一個(gè)機(jī)器人可以代替人做實(shí)驗(yàn)?！敝锌圃壕珳?zhǔn)智能化學(xué)重點(diǎn)實(shí)驗(yàn)室主任李震宇告訴記者。如今，這個(gè)想法已經(jīng)變成現(xiàn)實(shí)。在中國(guó)科學(xué)技術(shù)大學(xué)機(jī)器化學(xué)家實(shí)驗(yàn)室，重達(dá)200公斤的機(jī)器人“小來(lái)”取代了身穿白大褂的人類實(shí)驗(yàn)員，伸出機(jī)械臂就可精確抓取樣品瓶配制試劑，完成各種實(shí)驗(yàn)工作。

集閱讀文獻(xiàn)、自主設(shè)計(jì)實(shí)驗(yàn)、材料開(kāi)發(fā)于一體的“全流程機(jī)器化學(xué)家”平臺(tái)，其研發(fā)始于2014年。當(dāng)時(shí)，中國(guó)科學(xué)技術(shù)大學(xué)化學(xué)物理系教授江俊找來(lái)人工智能、電子科技、數(shù)學(xué)、化學(xué)等不同專業(yè)人才組成具有交叉學(xué)科背景的團(tuán)隊(duì)，嘗試建立會(huì)思考的“化學(xué)大腦”。經(jīng)過(guò)多年努力打造的機(jī)器化學(xué)家“小來(lái)”，讓研究速度實(shí)現(xiàn)了質(zhì)的飛躍。

“實(shí)驗(yàn)數(shù)據(jù)經(jīng)處理后輸入‘小來(lái)’的計(jì)算大腦，由人工智能模型幫助科研人員優(yōu)化實(shí)驗(yàn)方案，可以大幅提升我們的效率?！苯≌f(shuō)。以研發(fā)高熵合金催化劑為例——閱讀1.6萬(wàn)篇論文并自主遴選出5種非貴金屬元素，再?gòu)?5萬(wàn)種可能的金屬配比中找出最優(yōu)配方，“機(jī)器化學(xué)家”可將科研周期縮短至5周。

李震宇表示，傳統(tǒng)化學(xué)研究范式深度依賴“試錯(cuò)法”，過(guò)程繁瑣、耗時(shí)冗長(zhǎng)，化學(xué)反應(yīng)經(jīng)常產(chǎn)生大量副產(chǎn)物，不環(huán)保、不經(jīng)濟(jì)、不安全。改變研究范式是社會(huì)環(huán)境、經(jīng)濟(jì)發(fā)展和化學(xué)學(xué)科本身發(fā)展的迫切需求。而通過(guò)人工智能加速實(shí)現(xiàn)精準(zhǔn)化研究，過(guò)程透明、機(jī)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(xiàng)重要成果，中國(guó)科學(xué)技術(shù)大學(xué)徐銅文、楊正金團(tuán)隊(duì)與合作者設(shè)計(jì)了一類新型離子膜——微孔框架聚合物離子膜，首次實(shí)現(xiàn)膜內(nèi)近似無(wú)摩擦的離子傳導(dǎo)，有望應(yīng)用于能源轉(zhuǎn)化、大規(guī)模儲(chǔ)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(dá)到每平方厘米500毫安，是當(dāng)前普遍報(bào)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(yīng)用場(chǎng)景所需要的分類精度，判斷這個(gè)膜需要具備什么性能，在通道中再進(jìn)行精準(zhǔn)調(diào)控、修飾?！毙煦~文說(shuō)。

李震宇這樣形容化學(xué)研究范式的變革：“拿交通方式打比方，化學(xué)研究的初級(jí)階段就像步行；之后技術(shù)手段升級(jí)，相當(dāng)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(xué)家會(huì)被取代嗎

有了機(jī)器人，還需要人類科學(xué)家嗎？“這種擔(dān)憂完全沒(méi)有必要。好的工具會(huì)帶來(lái)更多可能性，我們能做更多事?！苯≌f(shuō)。

中國(guó)科學(xué)技術(shù)大學(xué)應(yīng)用化學(xué)系教授姚宏斌的最新突破，就是一個(gè)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(guò)材料結(jié)構(gòu)和界面精準(zhǔn)設(shè)計(jì)，開(kāi)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(guò)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(shí)驗(yàn)室里一點(diǎn)點(diǎn)試錯(cuò)，不僅慢還得碰運(yùn)氣。為此，他想求助于計(jì)算機(jī)。2021年，姚宏斌錄取了一名既有材料科學(xué)專業(yè)背景、又有計(jì)算機(jī)編程基礎(chǔ)的研究生羅錦達(dá)，并找到計(jì)算化學(xué)方向的李震宇教授共同指導(dǎo)。在兩位教授的共同指導(dǎo)下，羅錦達(dá)寫出了可滿足研究需要的程序。之后，姚宏斌團(tuán)隊(duì)和李震宇團(tuán)隊(duì)聯(lián)合，根據(jù)計(jì)算機(jī)模擬結(jié)果設(shè)計(jì)出一個(gè)常溫條件下可以穩(wěn)定存在的鑭系金屬氯化物，又在實(shí)驗(yàn)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(lái)后，如何解釋原理？團(tuán)隊(duì)成員結(jié)合自己的實(shí)驗(yàn)數(shù)據(jù)以及歷史上相關(guān)研究的海量實(shí)驗(yàn)數(shù)據(jù)，讓計(jì)算機(jī)程序在超算中心去“跑”。經(jīng)過(guò)長(zhǎng)時(shí)間計(jì)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(dǎo)原理。

姚宏斌說(shuō)：“模擬計(jì)算在這項(xiàng)研究中的分量，約占三分之一。沒(méi)有這三分之一，研究將無(wú)法令人滿意，因?yàn)槲覀兛赡軣o(wú)法在短時(shí)間內(nèi)尋找到最優(yōu)的電解質(zhì)材料，也不能把實(shí)驗(yàn)現(xiàn)象背后的原理解釋清楚。”

未來(lái)需要什么樣的科研人才？“應(yīng)該具備扎實(shí)的基礎(chǔ)和開(kāi)放的心態(tài)?！苯”硎荆F(xiàn)在知識(shí)量已經(jīng)無(wú)比龐大，沒(méi)有人能看到全局，我們應(yīng)該找到自己喜歡的專業(yè)，把知識(shí)的脈絡(luò)看清楚；同時(shí)還要有開(kāi)放的心態(tài)，敢于學(xué)習(xí)新東西。

“先進(jìn)技術(shù)為人類探究更深層次的科學(xué)問(wèn)題提供了更多可能性，但科學(xué)探究的邊界仍被人類對(duì)自然界的認(rèn)知和理解所限制?！币瓯髣t認(rèn)為，科研工作者需要不斷拓展認(rèn)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(guó)外也有會(huì)做實(shí)驗(yàn)的機(jī)器人。2020年，利物浦大學(xué)研制的世界首個(gè)機(jī)器人化學(xué)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(dāng)于1個(gè)博士生4年的工作量。但這款機(jī)器人化學(xué)家沒(méi)有物理模型，沒(méi)有預(yù)見(jiàn)性，不能提出任何科學(xué)假設(shè)。

與之相比，中國(guó)科學(xué)技術(shù)大學(xué)的“小來(lái)”是一個(gè)有“腦子”的機(jī)器人化學(xué)家。它“能學(xué)”，可閱讀海量文獻(xiàn)，學(xué)習(xí)化學(xué)知識(shí)；“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(jìn)行思考和模擬計(jì)算；“能做”，可自主完成實(shí)驗(yàn)，采集精準(zhǔn)實(shí)驗(yàn)數(shù)據(jù)來(lái)校準(zhǔn)模擬計(jì)算結(jié)果，理實(shí)交融給出解決方案，形成科學(xué)研究閉環(huán)。

但“小來(lái)”的進(jìn)化依然存在不少難點(diǎn)。算力算法不足，是現(xiàn)階段的痛點(diǎn)。江俊團(tuán)隊(duì)自主研發(fā)了一款化學(xué)領(lǐng)域的聊天機(jī)器人程序ChemGPT。但因?yàn)镚PU算力不足，ChemGPT“跑不快”，訓(xùn)練迭代很慢。

數(shù)據(jù)也有待豐富和優(yōu)化。“人工智能需要學(xué)習(xí)大量數(shù)據(jù)，但其實(shí)我們很缺數(shù)據(jù)?！苯≌f(shuō)?，F(xiàn)階段大部分科研數(shù)據(jù)都從文獻(xiàn)中收集，而文獻(xiàn)中的數(shù)據(jù)常常是被“美化”過(guò)的理想數(shù)據(jù)。由于現(xiàn)存研究數(shù)據(jù)來(lái)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(xué)習(xí)，就可能學(xué)到錯(cuò)誤的東西。

“精準(zhǔn)化學(xué)依賴實(shí)驗(yàn)數(shù)據(jù)的準(zhǔn)確性?！崩钫鹩畋硎?，應(yīng)該從精準(zhǔn)數(shù)據(jù)出發(fā)獲得高質(zhì)量的化學(xué)智能，有了化學(xué)智能再回過(guò)頭來(lái)對(duì)化學(xué)反應(yīng)、材料性質(zhì)等實(shí)施精準(zhǔn)調(diào)控，形成完整的研究閉環(huán)。

科學(xué)家們對(duì)更好的科研人工智能充滿期待?！拔覀兿Ｍ麑⒕珳?zhǔn)智能化學(xué)重點(diǎn)實(shí)驗(yàn)室建設(shè)成一個(gè)精準(zhǔn)智能化學(xué)領(lǐng)域的國(guó)際頂尖研究機(jī)構(gòu)，形成一個(gè)新的精準(zhǔn)智能化學(xué)研究范式，建立我國(guó)主導(dǎo)的精準(zhǔn)化學(xué)數(shù)據(jù)體系和智能化學(xué)的軟硬件標(biāo)準(zhǔn)。”李震宇說(shuō)。 （經(jīng)濟(jì)日?qǐng)?bào)記者 佘惠敏）

標(biāo)簽：