AI自动发现未知化学反应动力学机制！上海交大提出生成式符号回归模型KinFormer

导语

在有机化学前沿，解析复杂反应背后的动力学机制始终是一项挑战。如今，人工智能正在打破人类经验的局限。上海交大最新发布的KinFormer模型，首次实现了从实验数据中自动发现未知化学反应机理，并能在跨反应类型的情况下进行精准预测。它不仅融合了物理定律与智能搜索，更代表了化学动力学走向智能化、可解释的新纪元。在有机化学的最前沿，解析复杂反应背后的动力学机制始终是一项挑战。如今，人工智能正在打破人类经验的局限。上海交大最新发布的KinFormer模型，首次实现了从实验数据中自动发现未知化学反应机理，并能在跨反应类型的情况下进行精准预测。它不仅融合了物理定律与智能搜索，更代表了化学动力学走向智能化、可解释的新纪元。

关键词：生成式符号回归，反应动力学建模，物理约束智能搜索

上海交通大学人工智能研究院AI for Science团队丨作者

引言：迈向精准预测的催化反应动力学

在有机化学合成的前沿，从创新药物分子到高性能功能材料，其核心驱动力往往源于对反应机理的深刻理解。建立定量的反应动力学模型，精准刻画反应物浓度随时间演化的规律，是实现催化剂理性设计和反应过程高效优化的关键环节。这类模型能够建立微观动力学参数（如活化能、过渡态稳定性）与宏观催化性能（如转化率、选择性）之间的桥梁，从而推动催化研究从传统的“试错筛选”向“理论预测”范式转变。然而，精准构建此类动力学模型长期面临严峻挑战：

1． 机理先验依赖困境 ： 传统方法高度依赖化学家预设反应路径，本质上属于“假设驱动”范式。这不仅效率低下，遍历可能的中间态组合耗时耗力，更存在因经验不足或认知局限导致的机理假设主观偏差风险。

2． 数据驱动建模的泛化壁垒 ： 新兴的符号回归技术（Symbolic Regression）虽能直接从数据中学习微分方程形式，但在复杂的催化反应动力学建模中表现不佳。现有模型（如 ODEFormer ）难以有效捕捉催化反应特有的复杂动力学特征（如多步耦合、非线性相互作用），在跨不同反应机制泛化时，常常出现方程结构失配或违背基本物理守恒律（如质量守恒）等系统性问题。

图1有机催化反应机理图

突破瓶颈：KinFormer——数据驱动的通用动力学机制发现者

为攻克上述双重挑战，上海交通大学人工智能研究院 AI for Science团队许岩岩等人 在 机器学习顶会 ICLR 2025上提出了 KinFormer 。 首个利用化学反应实验数据发现反应动力学方程的人工智能模型， 在数据驱动方法的基础上通过条件训练策略 有效捕捉动力学方程之间的依赖关系， 隐式建模包含在反应动力学方程中的物理定律，结合搜索算法， 在少量反应模式训练下 构建 可泛化 的反应机理发现模型 ， 可 应用于发现新的化学反应机理。

创新机制：融合物理约束与智能搜索的动力学方程预测框架

KinFormer 的设计精髓在于如何让模型“理解”并遵循化学反应的内在物理规律：

1. 条件式训练策略：打破端到端模型的泛化瓶颈

KinFormer 摒弃了直接端到端生成整个方程组的传统做法。在训练过程中，模型被要求基于随机选择的部分已知方程（作为条件），去预测下一个目标微分方程。这种“条件预测”任务 促 使模型深入挖掘并 隐式学习 不同方程之间由 质量作用定律 所决定的 动态依赖关系 （例如，反应物消耗速率与中间体生成速率的必然联系）以及共享的动力学参数（如速率常数）。通过 随机打乱方程作为条件的组合和预测顺序 ，模型有效避免了死记硬背固定方程排列，转而专注于捕捉其内在的物理逻辑。

图2训练策略对比图

2. 蒙特卡洛树搜索（ MCTS）：生成顺序的全局优化

条件策略对预测顺序存在敏感性。 KinFormer 创新性地在方程生成层面引入 方程级 MCTS 模块。它将每个待生成的微分方程视为搜索树的一个节点，利用概率上界置信启发（P-UCB） 策略智能地探索不同的方程组生成路径。关键的是，MCTS会对候选的生成序列进行数值模拟验证，并 结合 双指标 评估（ r 2 m 和 r 2 M ）计算 路径的“奖励”值，通过反向传播不断更新 节点权重。这一过程 动态优化生成顺序 ，最终目标是确保预测出的整个微分方程组在数学和物理上保持 自洽与一致性 。

图3MCTS生成顺序搜索框架图

实验结果：泛化能力与性能优势

研究团队在涵盖 20类具有代表性的催化有机反应（包括基础核心机制、复杂的双催化体系、以及涉及催化剂活化/失活的关键过程）上对 KinFormer 进行了严格验证，结果显著优于现有方法：

1. 强大的 跨机制 泛化 ： 在最具挑战性的“跨类别”场景（例如，模型在训练中从未接触过特定类型的催化剂活化机制）下， KinFormer 的方程形式准确率（ Accform ）达到了81.41%。这一成绩远超传统符号回归方法（如 SINDy , PySR ）及同类Transformer模型（如 ODEFormer ），提升幅度超过30个百分点，充分证明了其发现新机制的能力。

2. 优异的噪声鲁棒性 ： 面对现实实验中不可避免的噪声干扰， KinFormer 即使在输入数据包含显著高斯噪声（标准差1e-4） 的情况下，依然能够准确预测主要反应物种的浓度变化轨迹。

3. 高效的智能搜索 ： MCTS优化模块展现出高效的搜索能力，通常在20次迭代内即可收敛，其推理速度是传统束搜索（Beam Search）的3倍，且最终性能更优。

完整实验结果请参考原始论文。

图4 主要实验结果图

研究意义：推动化学动力学的智能化发展

创新 性科学工具 ： 为化学家提供了强大的自动化工具，能够直接从实验数据中解析甚至发现未知的反应机理，极大加速了新催化剂设计与反应过程优化，减少对人工经验假设的依赖。

普适性方法论 ： KinFormer 所开创的“ 条件训练 + 物理引导的全局搜索 ”范式，为解决符号回归中物理约束嵌入的难题提供了新思路。该方法避免了传统上需要设计复杂显式规则的繁琐过程，具有很强的扩展性，可广泛应用于物理、生物、工程等领域中具有内在规律（守恒律、对称性等）的动力学系统建模。

持续探索 ： 研究团队正致力于提升模型对更高维反应体系和更强噪声/稀疏数据的鲁棒性，并推动其在真实实验室场景中的实际应用，引领化学动力学研究向智能化、自动化深度发展。

论文标题：KINFORMER: GENERALIZABLE DYNAMICAL SYMBOLIC REGRESSION FOR CATALYTIC ORGANIC REACTION KINETICS

会议：ICLR 2025

引用格式：

Chen, Jindou, Jidong Tian, Liang Wu, Xinwei Chen , Xiaokang Yang, Yaohui Jin , and Yanyan Xu. " KinFormer : Generalizable Dynamical Symbolic Regression for Catalytic Organic Reaction Kinetics." In The Thirteenth International Conference on Learning Representations .

团队介绍 ：

上海交通大学人工智能研究院 AI for Science团队在杨小康教授、金耀辉教授、许岩岩副教授带领下，包括十余位 博士后与硕博 研究生，重点研究生成式人工智能，特别是科学大模型赋能化学研究，针对有机化学合成、自动化实验等重大问题提出了一系列创新解决方案。团队发布了首个化学合成大语言模型——白玉兰科学大模型，是首个具备反应生成与“人在环路”反馈优化能力、能够指导实验探索的化学大模型，具有分子设计、逆合成线路规划、反应条件生成、反应产率预测、实验条件优化迭代等化学 合成全 功能。团队研究成果已发表于Nature Energy, Nature Computational Science (封面), Nature Machine Intelligence, Science Advances, 以及CCF A类会议。团队所属的上海交通大学人工智能研究院、人工智能教育部重点实验室计算资源丰富，积累大量数据和基础模型，并与化学与化工学院、变革性分子前沿科学中心团队紧密合作，形成交叉学科研究体系。

「大模型时代下的Agent建模与仿真」读书会

大模型赋能的智能体展现出三大革命性特征：认知深度（能够进行类人的推理和决策，甚至展现出记忆、学习和个性特征）、动态交互（基于自然语言的自主协商和社交行为）以及涌现行为（微观交互产生更复杂的宏观社会现象）。这些特性使得我们可以构建前所未有的"高保真社会模拟器"，为理解经济、社会、管理、军事等复杂系统提供了全新视角。

因此，集智俱乐部联合山东工商学院副教授高德华、天津大学教授薛霄、北京师范大学教授张江、国防科技大学博士研究生曾利共同发起。读书会自2025年7月8日开始，每周二晚上7:30-9:30进行，预计持续分享8周左右。扫码加入Agent建模与仿真的前沿探索之旅，一起共学、共创、共建、共享「大模型时代下的Agent建模与仿真」社区，共同畅想大模型时代人工社会的未来图景！

详情请见：

1.

2.

3.

4.

5.

6.

7.