近日，中科大機器化學家團隊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，成功研制出“全球首個數據智能驅動的全流程機器化學家平臺”。

　　隨著化學研究的對象日益復雜化、高維化，傳統研究范式成本高、周期跨度長的問題日益突出。近年來，科技界逐漸意識到數據對于學術研究和產業創新發展的重要意義，而大數據科學與人工智能技術結合的手段，也在先進材料研發中嶄露頭角。

　　江俊教授及其團隊提出“機器科學家”概念，希望發揮其數據驅動和智能優化的優勢，從數以億計的可能組合中找到最優解來加快材料研發。團隊分工明確，配合默契，一路乘風破浪，幾位有交叉學科背景的年輕在讀博士已經成長為團隊“頂梁柱”：肖恒宇設計出軟件框架；張百成編寫程序，讓機器人讀論文、提出科學假設、形成實驗報告和方案；趙路遠主攻電化學測試，負責烘干儀器、光譜儀等硬件的驅動程序開發。

　　良好的思路為科技研發指引了方向，前進的路程并非一帆風順。25歲的趙路遠學電子科學技術出身，在她看來，克服科研難題主要靠毅力。她和師弟曹嘉祺一起編寫某驅動程序時，由于信息掌握不充足，無法準確理解調用接口，在反復聯系儀器廠商和代理商沒有得到回應后，決定自力更生。兩人耗時3周，夜以繼日，條分縷析做了3000次發送信號、等待反饋、記錄響應等嘗試，逐步逆向試出底層控制邏輯，成功實現了對機器人的遠程控制。

　　2021年，團隊信心滿滿地開始機器人首次試運行，結果差強人意，化學設備單獨運行正常，但參與系統聯調時卻無法使用，團隊通宵達旦排查原因，仍無頭緒。山重水復疑無路,柳暗花明又一村，肖恒宇想到化學設備和機械臂均使用了紅外探測設備，可能會互相干擾。于是，他將機械臂換一個朝向，輕松解決了問題。往后的開發調試中，不同領域的儀器設備，不同系統的代碼協議間，都出現了類似的 ‘磨合’難題，團隊通過交叉學科思維，將它們逐一擊破。

　　面對的問題越復雜，就越考驗跨學科的思考能力。團隊成員在面臨技術難題時，從不擺爛，從不應付交差，一個方案受挫，團隊集智攻關，敢于突破，大膽創新、反復測試，在不斷地挫折和失敗中汲取經驗。最終，歷時八年，團隊成功研制出了“全球首個數據智能驅動的全流程機器化學家平臺”。

　　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。以潛力巨大的高熵化合物催化劑為例，獲得其最優配方需要遍歷測試極其龐大的化學配比組合，導致基于傳統試錯范式開發新材料異常艱難。機器化學家發揮其數據驅動和智能優化的優勢，智能閱讀16000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，建立了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。該平臺實現了高熵材料的快速篩選與精準優化，創制出實用的高效催化劑，將實驗遍歷搜索所需的1400年縮短為5周，相比傳統實驗試錯模式提效了5個數量級以上，以大數據與智能模型雙驅動的化學品與新材料創制新范式，打破傳統范式瓶頸。

　　機器化學家平臺初步具備科學思維，在智能閱讀文獻、自主設計實驗、自動執行合成-表征-測試的化學全流程、智能優化化學創制等方面全面超越歐美同類平臺。該平臺還建立了包含8千萬化合物、1千萬化學反應等資源的數據庫和檢索引擎，并在此基礎上開發了物理化學知識圖譜。目前，該平臺正應用于析氧反應催化劑、摻氫氧化物光催化劑、新能源電池的高熵催化劑等新材料開發。

　　數據智能驅動的全流程“機器化學家”示意圖

　　該平臺研究成果論文已在最新一期《國家科學評論》學術期刊發表。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，引領化學研究朝著化學理解數字化、操作指令化、創制模板化的未來趨勢前進，確立了我國在智能化學創新領域的全球領跑地位。

　　面向國家以“科技強國”引領“現代化強國”的戰略建設需求，團隊瞄準世界科技前沿，向著科技創新高地奮進，堅定創新自信，銳意進取、勇攀科技高峰，繼續服務“科技強國”戰略，積極搶占科技競爭和未來發展制高點，進一步開展前沿關鍵技術研發，通過機器化學家平臺全面探索了化學研究的未來發展趨勢，不斷推進數字化化學知識體系建設。加強技術與科學有機結合、國內相關團隊深度合作，建立聯盟，共同推廣，形成定義新知識體系并自主解決科學難題的強化學智能，發展針對化學智能的符號語言與數據智能驅動的科學方法論。