,,

【資料圖】

來自中國科學院(中科院)的最新消息稱，在該院“數據驅動的化學、材料和生物科學的機器科學家”青年團隊計劃和國家自然科學基金委員會項目資助下，中國科大化學與材料科學學院羅毅、江俊教授團隊與自動化系尚偉偉等合作，通過開發和集成移動機器人、化學工作站、智能操作系統、科學數據庫，研制出數據智能驅動的全流程機器化學家，并已初步實現智能化學范式。

國際審稿人評價說，該成果的“機器人系統、工作站和智能化學大腦都是最先進的”“將對化學科學產生巨大影響”。業內專家認為，機器化學家的研究工作脫離了傳統試錯研究范式的限制，展現出“最強化學大腦”指導的智能新范式的巨大優勢，引領化學研究朝著知識理解數字化、操作指令化、創制模板化的未來趨勢前進，確立了中國在智能化學創新領域的全球領跑地位。

據中國科大研究團隊介紹，機器化學家平臺實現大數據與智能模型雙驅動下的化學合成-表征-測試全流程開發，在軟硬件方面已全面超過歐美同類裝置，作為唯一裝載了計算大腦、理論模型和開放式操作系統的智能平臺，它具有更強的化學智能和廣泛的化學品開發能力，目前已涵蓋光催化與電催化材料、發光分子、光學薄膜材料等，且適用范圍將隨平臺升級和拓展繼續擴大。

機器化學家平臺可采用機器智能去查找和閱讀文獻，從海量研究數據中汲取專家經驗，在前人知識與數據的基礎上提出科學假說并制定實驗方案；調度2臺移動機器人和15個自主開發的智能化學工作站，完成高通量合成、表征、測試的化學實驗全流程，且預留標準接口，具備可擴展性；通過配套的后臺操作系統，實現數據的自動采集、處理、分析和可視化，并裝載云端數據庫，可實時調用和更新數據庫信息；獨有的計算大腦通過調用物理模型、理論計算、機器學習和貝葉斯優化，讓智能模型融入底層的理論規律與復雜的化學實驗演化，使機器科學家更加理解化學，更加擅長化學創造。

中國科大研究團隊科普解讀說，化學研究的對象日益復雜化、高維化，傳統的研究范式主要是依賴于“窮舉”“試錯”的手段。面對龐大的化學空間，配方和工藝的搜索常常止步于局部最優，無法進行全局探索。以潛力巨大的高熵(高復雜、高無序)化合物催化劑為例，其多種元素的高度無序混合帶來高穩定性，也給人工試驗找出最優配比帶來極大挑戰。獲得最優配方需要遍歷測試極其龐大的化學配比組合，目前僅限于對最多3種金屬組合進行優化。

而最新研制的機器化學家發揮其數據驅動和智能優化的優勢，智能閱讀1.6萬篇論文并自主遴選出5種非貴金屬元素，融合2萬組理論計算數據和207組全流程機器實驗數據，建立理實交融的智能模型，指導貝葉斯優化程序從55萬種可能的金屬配比中找出最優的高熵催化劑，將傳統“炒菜式”遍歷搜索所需的1400年縮短為5周。(完)

關鍵詞：智能模型移動機器人數據驅動