【資料圖】
在中國科學院“數(shù)據(jù)驅動的化學、材料和生物科學的機器科學家”青年團隊計劃和國家自然科學基金委項目的資助下，中國科學技術大學化學與材料科學學院羅毅、江俊教授團隊與自動化系尚偉偉等合作，通過開發(fā)和集成移動機器人、化學工作站、智能操作系統(tǒng)、科學數(shù)據(jù)庫，研制出數(shù)據(jù)智能驅動的全流程機器化學家（圖1， http://staff.ustc.edu.cn/~jiangj1/AIChem.mp4）。相關研究成果以于2022年9月發(fā)表在《國家科學評論》（Natl. Sci. Rev.）上。
圖1 全球首個數(shù)據(jù)智能驅動的全流程機器化學家
機器化學家平臺實現(xiàn)了大數(shù)據(jù)與智能模型雙驅動下的化學合成-表征-測試全流程開發(fā)，在軟硬件方面已全面超過歐美同類裝置，具有更強的化學智能和廣泛的化學品開發(fā)能力，目前已涵蓋光催化與電催化材料、發(fā)光分子、光學薄膜材料等，且適用范圍將隨平臺升級和拓展繼續(xù)擴大。該平臺可采用機器智能去查找和閱讀文獻，從海量研究數(shù)據(jù)中汲取專家經(jīng)驗，在前人知識與數(shù)據(jù)的基礎上提出科學假說并制定實驗方案；調度2臺移動機器人和15個自主開發(fā)的智能化學工作站，完成高通量合成、表征、測試的化學實驗全流程（圖2），且預留標準接口，具備可擴展性；通過配套的后臺操作系統(tǒng)，實現(xiàn)了數(shù)據(jù)的自動采集、處理、分析和可視化，并裝載了云端數(shù)據(jù)庫，可實時調用和更新數(shù)據(jù)庫信息；獨有的計算大腦通過調用物理模型、理論計算、機器學習和貝葉斯優(yōu)化，讓智能模型融入底層的理論規(guī)律與復雜的化學實驗演化，使得機器科學家更加理解化學，更加擅長化學創(chuàng)造。
圖2 移動機器人和智能工作站完成高通量合成、表征、測試的化學實驗全流程
化學研究的對象日益復雜化、高維化，傳統(tǒng)的研究范式主要是依賴于“窮舉”、“試錯”的手段。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(yōu)，無法進行全局探索。以潛力巨大的高熵化合物催化劑為例（圖3），其多種元素的高度無序混合帶來了高穩(wěn)定性，也給人工試驗找出最優(yōu)配比帶來了極大挑戰(zhàn)。獲得最優(yōu)配方需要遍歷測試極其龐大的化學配比組合，目前僅限于對最多3種金屬組合進行優(yōu)化。而機器化學家發(fā)揮其數(shù)據(jù)驅動和智能優(yōu)化的優(yōu)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(shù)據(jù)和207組全流程機器實驗數(shù)據(jù)，建立了理實交融的智能模型，指導貝葉斯優(yōu)化程序從55萬種可能的金屬配比中找出最優(yōu)的高熵催化劑，將傳統(tǒng)“炒菜式”遍歷搜索所需的1400年縮短為5周。
圖3 機器化學家平臺實現(xiàn)高熵非貴金屬析氧反應催化劑的高效創(chuàng)制
國際審稿人評價該成果的“機器人系統(tǒng)、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”。該工作脫離了傳統(tǒng)試錯研究范式的限制，展現(xiàn)了“最強化學大腦”指導的智能新范式的巨大優(yōu)勢，引領化學研究朝著知識理解數(shù)字化、操作指令化、創(chuàng)制模板化的未來趨勢前進，確立了我國在智能化學創(chuàng)新領域的全球領跑地位。
論文鏈接：
https://academic.oup.com/nsr/advance-article/doi/10.1093/nsr/nwac190/6694008
來源：中國科學技術大學
標簽： 化學實驗 智能模型 移動機器人 非貴金屬 數(shù)據(jù)驅動
