AI4S·文献解码｜AI化学的三重困境：执行、负数据与血缘

AI化学的三重困境

执行、负数据与血缘

如今AI化学领域，论述往往聚焦于模型架构、算法创新与预测准确率。各类大模型不断刷新预测指标，逆合成、反应产率预测的演示效果亮眼。但行业里一直存在一个尴尬现实：论文里效果完美的模型，落地到实验室做湿实验，常常无法复现。业界常将落地失败归因于算法能力不足，但真相是：预测结果看着正确，不等于实验就真的能做出来。制约 AI 化学发展的核心瓶颈，往往不是模型架构，而是最基础的问题 —— 我们的实验数据从哪里来，数据本身是否可信。

瓶颈1 数据供给缺陷——实验执行是 AI 化学最薄弱的环节

在“设计—合成—表征—优化”的研究闭环中，真正生产“真实数据”的环节是执行，而它恰恰是自动化程度最低的一步。多数关于 AI 化学的讨论将模型置于主角地位，将执行视为机械、低附加值的重复环节；但事实上，自动化并非 AI 的配角，而是 AI 化学能否成立的前提条件。

自动化高通量执行与 AI 的关系，可概括为：高通量平台提供产能即数据供给，AI 提供决策；产能是决策得以成立的基础。自动化高通量实验产出更高质量的数据，供给 AI 模型，使其作出更可靠的解读与决策；缺乏自动化高通量执行，AI 便无实验可供学习，闭环将在执行环节中断。

【三层架构示意图】

该框架揭示：能否从部署层迈向发现层，并不仅仅取决于发现层模型之强弱，更多在于是否具备将实验标准化、自动化、可重复地实施的能力，但目前市场上多数面向反应预测的AI产品集中在部署层，执行层缺失，让发现层无从施展。

瓶颈2 数据原生缺陷：选择性报道与负数据缺失带来模型幻觉

现实中的矛盾在于，学界往往将“具备预测能力”等同于“掌握化学实践”。模型在测试集上追求指标优化，并不保证其在真实实验室中产出可复现的结果。现有可获取的大规模数据，大量源自经过发表筛选的样本——这折射出化学文献中长期存在的选择性报道偏差：仅报道高收率结果，而将因操作标定、过程控制差异而产生的低产率与失败样本（即“负数据”）排除于训练集之外。若将此类筛选后的语料作为训练集，模型习得的将是一种被修饰过的“现实”，进而产生看似合理却无法复现的结论，即所谓幻觉。

这正解释了为何不少化学大模型“表述严谨而实践失灵”：其推理能力未必不足，而是其所依赖的“事实”本身即经过筛选。因此瓶颈不仅是数据规模，更是数据质量——质量取决于执行环节的可靠性实证研究（StriethKalthoff、Glorius Angew. Chem. Int. Ed. 2022, 61(29), e202204647, DOI: 10.1002/anie.202204647）为此提供了量化证据：当从训练集中剔除低收率样本时，产率预测模型的误差上升超过 50%；而人为引入实验误差（如收率波动）对模型性能的影响却小于 10%。该结果表明，相较于实验噪声，选择性报道造成的“负数据缺失”对模型可信度的损害更为根本。换言之，与其从结构混乱的电子实验记录（ELN）中勉强挖掘，不如以高通量实验（HTE）自主生成干净、标准化的数据。

首先，我们要澄清一个客观事实：自驱动实验室（SDL）不是 AI 产物，自动化覆盖能力才是现实约束。回顾技术演进史，有助于厘清SDL的源流。自上世纪中叶自动分析仪问世，到微处理器进入实验室、开源编排软件协调机器人与 AI、云实验室将“远程实验”变为现实，再到近年来以数字孪生在物理执行前先行虚拟验证——SDL 本质上是实验室自动化数十年积累的延续，与前端数据科学的结合，并非由 AI 浪潮凭空催生的新概念（Chem. Rev. 2024, 124, DOI 10.1021/acs.chemrev.4c00055）。

然而，化学 SDL 的覆盖始终有限。化学体系种类繁多、条件千差万别，化学空间极其广阔而难以穷举，但训练数据永远偏倚且稀疏。模型所学本质上是训练分布的统计规律，难以泛化至未覆盖的物理化学机制；任何一套自动化平台覆盖的都只是局部反应空间。这反过来点明今日真正的瓶颈：制约 AI 化学的，往往不是“AI 不够强”，而是“反应端自动化积累不够深、覆盖不够广”。对许多实验室而言，其闭环能力受制于自动化成熟度的显著差距。

一个工程范本可将上述判断坐实。发表于 JACS Au 的《Accelerating Reaction Discovery through AI-HTE Integration:Nitrene-Mediated C–O Coupling as a Validated Case Study》以氮烯介导的 C–O 偶联开发无异氰酸酯氨基甲酸酯合成新方法，并同步建立一套经过严格前瞻性验证的 AI-HTE 流程。注意其因果顺序——并非先有模型再补自动化，而是：先有自动化平台产出的标准化数据，模型才“可信”。在 5 μmol 自动化 HTE 平台上执行预注册的 108 种催化剂–溶剂组合矩阵，确立最优条件；再构建 480 个反应的建模集，并预先定义组分不重叠验证集与类别偏移验证集以严格防泄漏。最优模型 XGB + RDKit 描述符，5 折交叉验证 R² = 0.90、MAE = 5.1%；类别偏移验证集（苯酚 → 脂肪醇）MAE = 6.7%，证明学到与底物类别无关的规律；ML 引导策略将“找到 10 个高产率反应”所需实验从约 150 次降至 17 次，综合减少 60–90% 实验量。因果链十分清晰：自动化执行层先把数据做“干净、标准、可重复”，预测层才站得稳。

【AI‑HTE 主动学习闭环】

瓶颈3 数据无血缘：可追溯性缺失使“干净数据”仍不可信

即使前两重瓶颈缓解——执行持续产出数据、负样本纳入训练——数据若无法追溯来源，“可复现规律”与“偶然命中”便难以分辨。数据有通量、有正负却无血缘，构成第三重困境。

现实中，文献收率一经发表即脱离实验上下文，ELN 笔记常缺仪器编号、物料批次与操作步骤。无血缘数据不可复核、不可比、不可生长：事实无从对质；数据稀疏离散则再优架构难学习；新数据难对齐则主动学习闭环易断。

更关键的是，血缘不随自动化自动解决：执行与负数据关乎“有没有、全不全”，血缘关乎“信不信得过”——高通量平台若无溯源记录，只是更快地产出无血缘数据。

破局路径：让每一条数据携带完整血缘

落到执行层之后，破解之道却相对清晰：根本路径只有一条——为每一条数据赋予完整的“血缘”。一条可信的数据点，应当能够展开追溯，唯有可追溯，方能经得起检验。模型所获取的不再是经过筛选的结论，而是带完整上下文的“事实”。数据血缘构成了信任的基石：AI 的输出应被视为“可执行但暂定的假设”，而假设能否成立，正由血缘决定。

接下来提到的研究为此提供了基础设施层面的佐证。Swiss Cat+ 团队提出的面向高通量数字化学的 FAIR 研究数据基础设施（Digital Discovery 2025, 4, 3502–3514, DOI 10.1039/D5DD00297D）将完整实验、原始数据与元数据封装于标准化格式中，并系统性地同时记录成功与失败实验，以增强数据完整性与可追溯性，进而构建抗偏见的 AI 训练数据集。这与本文主张的数据血缘思路高度一致。

【工作流程架构流程图及在Swiss Cat+ West中心实现的标准化数据输出格式】

综上，数据血缘的实施依赖于实验执行全流程的标准化记录能力，这需要硬件、软件与数据规范的协同配合。

行业验证：AI-高通量验证闭环基础设施的产业实现路径

综合前述分析，想要实现 AI 化学的可信落地，需要同时满足三项核心条件。

第一是执行层标准化。需要具备高通量、可复现、标准化的湿实验执行能力。缺少这一基础，数据血缘便无从谈起，主动学习闭环也难以真正运转。

第二是全链路的数据血缘采集。正如前文论述，每一条实验数据都需要附带完整的执行元信息、实验上下文参数以及全流程溯源记录，才能把经过筛选修饰的 “实验结论” 还原为可复核、可检验的客观事实。仅仅依靠数据格式规范无法实现该目标，它依赖自动化平台闭环能力、固化的执行 SOP、一体化的数据采集机制以及数据原生的标准化输出。

第三是模型层与执行层职责分离且协同工作。模型负责研判研发方向，输出可落地的科研假设；执行层负责把假设转化为真实物理实验，并回传携带完整血缘的实测数据。二者分工明确，完成闭环迭代。

以上三项条件，指向一套特定的基础设施能力：既要能够完成湿实验自动化硬件的设计与集成，又拥有贯穿实验全流程的数据采集与溯源能力，还可以把模型输出转化为设备能够识别执行的标准化指令。

【化学合成全流程执行层、数据层成熟度与现存痛点】

回看完整的化学合成工作流可以发现，实验链条各环节自动化成熟度并不均衡：前处理与分析环节技术相对成熟；配料环节毫克级微量固体加料仍存在技术难点；反应、后处理、分析前处理是现阶段自动化落地的主要痛点。与此同时，数据领域普遍存在标准缺失，实验过程元信息难以被系统性留存。

面对这些现实约束，这套底座搭建起高质量数据产线，覆盖从前处理到分析的完整合成链路，实现任务调度与全链路数据血缘采集，形成 “数据产生‑采集‑反馈” 的主动学习研发闭环。模型层完成预测与方向推演，执行层承载真实化学反应，二者各司其职，共同构建出可执行、可追溯、可评价、可持续改进的 AI 化学研发基础设施。

在AI赋能化学研发的赛道里，自动化并非辅助配角，而是整套体系得以成立的先决条件。当行业普遍聚焦于大模型能力迭代时，真正的核心差距在于：谁能够率先搭建起稳定可靠的执行层，同时完整留存全流程可追溯的数据血缘。

参考文献：

[1] Coley, C. W., et al. A three-tier framework for machine learning in synthetic chemistry: reaction deployment, development, and discovery. Chem. Sci. 2023.

[2] Strieth-Kalthoff, F.; Sandfort, F.; Kühnemund, M.; Schäfer, F. R.; Kuchen, H.; Glorius, F. Machine Learning for Chemical Reactivity: The Importance of Failed Experiments. Angew. Chem. Int. Ed. 2022, 61(29), e202204647.

[3] Self-Driving Laboratories for Chemistry and Materials Science. Chem. Rev. 2024, 124, DOI 10.1021/acs.chemrev.4c00055.

[4] Abolhasani, M. The lab that learns. Science 2026, 393, 761–763.

[5]Liu J, Lin A, Ma C, Zhang C, Yang C, Zhang Y, Zhou C, Xue K, Su L, Liao K. Accelerating Reaction Discovery through AI-HTE Integration: Nitrene-Mediated C-O Coupling as a Validated Case Study. JACS Au. 2026 May 22;6(6):3176-3189. doi: 10.1021/jacsau.6c00160. PMID: 42358720; PMCID: PMC13291974.

[6] Gauthier, A.; Vancauwenberghe, L.; Cousty, J.-C.; et al. A FAIR research data infrastructure for high-throughput digital chemistry. Digital Discovery 2025, 4, 3502–3514.