机器化学家诞生记：中国团队历时8年打造“最强化学大脑”

江俊教授团队部分成员。张大岗摄

这是中国科学技术大学化学物理系教授江俊团队的“作品”，该团队开发了全球首个集阅读文献、自主设计实验、覆盖材料开发全流程的机器化学家平台，从数以亿计的可能组合中找到最优解来加快材料研发。“实验数据经处理后，输入到平台独有的计算大脑中，产生理实交融的人工智能模型，帮助科研人员优化实验方案。”江俊说。

机器化学家正在工作中。王海涵摄

江俊团队有近30位成员，其中多数是90后、95后。2022年10月上旬，团队又添科研进展——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，他们研制出数据智能驱动的全流程机器化学家。

该研究成果论文在《国家科学评论》学术期刊发表。国际审稿人评价说，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”。业内专家认为，机器化学家的研究工作脱离了传统试错研究范式的限制，展现出“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。

那么，一个“聪明”到会做化学实验的机器人是如何诞生的，其背后凝聚了年轻人怎样的努力和心血？

江俊教授团队部分成员。张大岗摄

“打造中国人自己的材料数据库”

随着化学研究的对象日益复杂化、高维化，传统研究范式成本高、周期跨度长的问题日益突出。近年来，科技界逐渐意识到数据对于学术研究和产业创新发展的重要意义，而大数据科学与人工智能技术结合的手段，也在先进材料研发中崭露头角。

团队核心成员肖恒宇是1995年生人，他本科就读于中国科学技术大学少年班学院，出于兴趣自学了人工智能。一次，他编写的一个智能程序出现问题，于是向时任班主任的江俊请教。江俊一针见血地指出，“算法没有问题，但算法依赖的实验数据过于片面”。

江俊发现，一段时间以来，我国科研团队会将科研数据写进英文论文，在国外期刊上发表，但等到要引用数据时，还得额外花钱去买。

“做中国人自己的材料数据库”，成了江俊的梦想。在他的影响下，肖恒宇等人一起踏上实现这个梦想的道路。

肖恒宇的同学霍姚远、冯超，学的是数学和化学，喜欢研究数据。2014年开始，三人收集数据、挖掘文献、寻找架构，江俊提供原理指导和研究资源。2016年，他们搭建了第一代材料数据检索平台，但使用反馈不太理想，有老师抱怨“数据不准确”。

肖恒宇等人意识到，数据不仅要多，还要优质。他们的数据库缺了最重要的一环——知识图谱，这导致数据质量良莠不齐，无法进行高效检索。

建立知识图谱并非易事，同学们要用专业知识区分数据的关联性，为图像打上识别标签，让电脑知道每个数据背后的物理意义。

团队成员、博士生张百成记得，最初全靠几位同学自己“打标签”，没日没夜地标注了几个星期，大家读文献读得头昏脑涨，却只完成了任务量的1%，几近绝望。

为此，江俊找到中国科大校团委，开展有奖读文献比赛，联合更多有专业背景的大学生参与。由此，他们产生了第一批高质量的标记数据。

“众人拾柴火焰高，大数据时代，要融合众智、整合资源。”张百成说，利用这批数据训练智能算法，他们实现了第一代化学命名实体识别程序，后续的标注任务，可以先让计算机自动识别，再进行人工检验，极大提升了效率。

最终，他们打磨出我国第一代材料科学知识图谱。2021年，团队用图谱赋予机器人“小来”科学思维，团队的自然语言处理技术也随之“鸟枪换炮”，机器自动阅读和识别的准确度提高到90%。

“将数据变为实际生产力”

2016年，肖恒宇参加互联网+创新创业大赛，获安徽省冠军、全国银奖。投资机构为他和团队提供第一笔创业资金。成立公司后，团队3次迭代知识图谱，建立了含9000万个化合物、1100万条化学反应路径的大规模材料数据库。团队还借此帮助一些科研单位解决技术难题。

譬如，某航天企业发现组合发动机中的金属配件材料需要改进，尝试多种方案都未能实现。肖恒宇等人用数据平台模拟出燃烧流场、大涡流场，并找到记忆金属设计配方，这为该企业节省成本4300多万元。

肖恒宇团队还迎来了意外之喜——他们在为该企业解决问题的过程中，收集了10万种合金演化结构数据和金属原子间相互作用能数据，这些反过来丰富和完善了他们已有的数据库平台体系。

“以往做研究时，有人习惯将数值往自己想要的方向去调整，但是研究需要数据多样性，要记录偏见、有误差的数据。”江俊坚信，数据是科研和产业的共同语言，数据库平台就是连接科研与产业的桥梁，要产生更多高标准的数据反哺科研，将数据变为实际生产力。

目前，该团队又建立了材料基因创新研究平台，建成亚洲最大的材料数据库平台——机数大材库。

江俊介绍，机器化学家平台具有更强的化学智能和广泛的新材料开发能力，涵盖光催化与电催化材料、发光分子、光学薄膜材料等领域，适用范围将随平台升级和拓展继续扩大。

“从不摆烂，从不应付交差”

每周开组会时，江俊只需要提出希望机器人解决的问题，学生们就会自己讨论实施方案。设备没有底层驱动程序，学生们就会攻关智能化升级。再后来开会时，江俊只能坐在一旁听着，甚至插不上话。

让他欣慰的是，几位有交叉学科背景的年轻在读博士，已经成长为团队“顶梁柱”：肖恒宇设计软件框架；张百成编写程序，让机器人读论文、提出科学假设、形成实验报告和方案；赵路远主攻电化学测试，负责烘干仪器、光谱仪等硬件的驱动程序开发。

25岁的赵路远学电子科学技术出身。在她看来，克服科研难题主要靠毅力。她和师弟曹嘉祺一起编写某驱动程序时，由于信息掌握不充足，无法准确理解调用接口，“我们反复联系仪器厂商和代理商，没有回应。我们决定自力更生。”

3周时间，两人就像两个机器人，除了吃饭睡觉外，重复做了3000次发送信号、等待反馈、记录响应等尝试，一点一点逆向试出了底层控制逻辑，成功实现了对机器人的远程控制。

“此时，仪器代理商主动找到我们，想要购买我们的驱动程序，我们觉得特别自豪。”赵路远说。

2021年，团队信心满满地开始机器人的首次试运行，不料，化学设备单独运行正常，但参与系统联调时却无法使用。大家排查到半夜仍然没有头绪。

这时，肖恒宇突然意识到化学设备和机械臂均使用了红外探测设备，可能会互相干扰。于是，他将机械臂换一个朝向，轻松解决了问题。

“往后的开发调试中，不同领域的仪器设备，不同系统的代码协议间，都出现了类似的 ‘磨合’难题，而我们通过交叉学科思维，将它们逐一击破。”肖恒宇说。

“一个方案受挫，大家不会摆烂，不会应付交差，而是反复测试，看看究竟哪个环节出了问题。”肖恒宇说，科研伙伴身上有着相似特质——对流程和技术的执着。完成任务时，团队成员总会想的比自己更多一点，不仅拿出方案，还会想好替代方案和若干发散选项。

在他看来，从开发测试，到改进迭代，再到升级，一个实验分支由一人全部负责，每个人都成长为“全能人才”。肖恒宇说，全身心投入科研时，所有知识都有用武之地。他一直自学3D动画。课题组拍摄科普片时，他还包办了分镜头和脚本撰写。

肖恒宇曾在宁夏回族自治区海原县一中支教。他利用闲置的传感器等仪器，搭建了两个小型实验室，带学生学化学、物理、信息，激发孩子们的科学兴趣。他一直有个梦想，希望带动更多年轻人合作研发更高水平、更具科研智慧的实验平台，让中国的智能化学闪耀世界。

（来源：中国青年报 版权属原作者 谨致谢意）