10月5日，记者从中国科学院获悉，通过开发和集成移动机器人、化学工作站、智能操作系统、科学数据库，我国科研人员研制出具有初级科学思维的全流程人工智能机器化学家。相关研究成果发表于《国家科学评论》。

“机器化学家平台实现了大数据与智能模型双驱动下的化学合成-表征-测试全流程开发，在软硬件方面已全面超过国际同类装置，具有更强的化学智能和广泛的化学品开发能力。”中国科技大学化学与材料科学学院教授江俊说，目前，该平台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。

该平台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。

同时，平台还可以调度2台移动机器人和15个自主开发的智能化学工作站，完成高通量化学实验的全过程，且平台预留标准接口，具备可扩展性。“通过配套的后台操作系统，平台还实现了数据的自动采集、处理、分析和可视化，并装载了云端数据库，可实时调用和更新数据库信息。”江俊介绍。

更重要的是，“平台独有的计算大脑能够让机器科学家更加理解化学，更加擅长化学创造。”江俊强调。

当前，化学研究的对象日益复杂化、高维化，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，配方和工艺的搜索常常止步于局部最优，无法进行全局探索。

以潜力巨大的高熵化合物催化剂为例，其多种元素的高度无序混合带来了高稳定性，也给人工试验找出最优配比带来了极大挑战。获得最优配方需要遍历测试极其庞大的化学配比组合，目前仅限于对最多3种金属组合进行优化。

“而机器化学家发挥其数据驱动和智能优化的优势，智能阅读16000篇论文并自主遴选出5种非贵金属元素，融合2万组理论计算数据和207组全流程机器实验数据，从55万种可能的金属配比中找出最优的高熵催化剂。”江俊说，通过智能工作流程，它将传统“炒菜式”遍历搜索所需的1400年缩短为5周。

对此，国际审稿人评价道：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”。该工作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，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，确立了我国在智能化学创新领域的全球领跑地位。(科技日报记者 陆成宽)