我国学者在全流程人工智能机器化学家方面取得进展

图 全球首个数据智能驱动的全流程机器化学家

在国家自然科学基金项目(批准号:22025304、22033007)等资助下,中国科学技术大学罗毅、江俊教授团队与尚伟伟教授合作,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,研制出数据智能驱动的全流程机器化学家。相关研究成果以“具有科学思维的全流程人工智能机器化学家(An all-round AI-Chemist with scientific mind)”为题,于2022年9月发表在《国家科学评论》(National Science Review)上。论文链接:https://academic.oup.com/nsr/advance-article/doi/10.1093/nsr/nwac190/6694008。化学研究的对象日益复杂化、高维化,而基于“穷举”“试错”等手段的传统研究范式,在面对庞大的化学空间,配方和工艺的搜索时,却常常止步于局部最优,无法进行全局探索。针对这一难题,合作研究团队开发了装载计算大脑、理论模型和开放式操作系统的机器化学家智能平台,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。该平台采用机器智能查找和阅读文献,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;能够调度2台移动机器人和15个自主开发的智能化学工作站,完成高通量合成、表征、测试的化学实验全流程。以潜力巨大的高熵化合物催化剂为例(图),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,建立了理论与实验交融的智能模型,指导贝叶斯优化程序从55万种可能的金属配比中找出最优的高熵催化剂,将传统“炒菜式”遍历搜索所需的1400年缩短为5周。在软硬件方面均具有很强的化学智能和广泛的化学品开发能力,例如光催化与电催化材料、发光分子、光学薄膜材料等制备,且适用范围将随平台升级和拓展继续扩大。

以上内容由大学时代综合整理自互联网,实际情况请以官方资料为准。

相关