零距離

　　中國團隊歷時8年打造“最強化學大腦”

　　機器化學家誕生記

　　在中國科學技術大學的機器化學家實驗室，可以看見頗具科技感的一幕——一個體型“敦實”但動作靈活的機器人，在操作臺之間穿梭，伸出機械手臂配制試劑。實驗室另一邊，年輕科研人員正輸入指令，對機器人進行“隔空”控制。大部分情況下，這臺機器人會自主思考實驗的步驟和方案，像個不知疲憊的“小化學家”。

　　這是中國科學技術大學化學物理系教授江俊團隊的“作品”，該團隊開發(fā)了全球首個集閱讀文獻、自主設計實驗、覆蓋材料開發(fā)全流程的機器化學家平臺，從數以億計的可能組合中找到最優(yōu)解來加快材料研發(fā)。“實驗數據經處理后，輸入到平臺獨有的計算大腦中，產生理實交融的人工智能模型，幫助科研人員優(yōu)化實驗方案。”江俊說。

　　江俊團隊有近30位成員，其中多數是90后、95后。10月上旬，團隊又添科研進展——通過開發(fā)和集成移動機器人、化學工作站、智能操作系統、科學數據庫，他們研制出數據智能驅動的全流程機器化學家。

　　該研究成果論文已在最新一期《國家科學評論》學術期刊發(fā)表。國際審稿人評價說，該成果的“機器人系統、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”。業(yè)內專家認為，機器化學家的研究工作脫離了傳統試錯研究范式的限制，展現出“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字化、操作指令化、創(chuàng)制模板化的未來趨勢前進。

　　那么，一個“聰明”到會做化學實驗的機器人是如何誕生的，其背后凝聚了年輕人怎樣的努力和心血？中青報·中青網記者進行了采訪。

　　“打造中國人自己的材料數據庫”

　　隨著化學研究的對象日益復雜化、高維化，傳統研究范式成本高、周期跨度長的問題日益突出。近年來，科技界逐漸意識到數據對于學術研究和產業(yè)創(chuàng)新發(fā)展的重要意義，而大數據科學與人工智能技術結合的手段，也在先進材料研發(fā)中嶄露頭角。

　　團隊核心成員肖恒宇是1995年生人，他本科就讀于中國科學技術大學少年班學院，出于興趣自學了人工智能。一次，他編寫的一個智能程序出現問題，于是向時任班主任的江俊請教。江俊一針見血地指出，“算法沒有問題，但算法依賴的實驗數據過于片面”。

　　江俊發(fā)現，一段時間以來，我國科研團隊會將科研數據寫進英文論文，在國外期刊上發(fā)表，但等到要引用數據時，還得額外花錢去買。

　　“做中國人自己的材料數據庫”，成了江俊的夢想。在他的影響下，肖恒宇等人一起踏上實現這個夢想的道路。

　　肖恒宇的同學霍姚遠、馮超，學的是數學和化學，喜歡研究數據。2014年開始，三人收集數據、挖掘文獻、尋找架構，江俊提供原理指導和研究資源。2016年，他們搭建了第一代材料數據檢索平臺，但使用反饋不太理想，有老師抱怨“數據不準確”。

　　肖恒宇等人意識到，數據不僅要多，還要優(yōu)質。他們的數據庫缺了最重要的一環(huán)——知識圖譜，這導致數據質量良莠不齊，無法進行高效檢索。

　　建立知識圖譜并非易事，同學們要用專業(yè)知識區(qū)分數據的關聯性，為圖像打上識別標簽，讓電腦知道每個數據背后的物理意義。

　　團隊成員、博士生張百成記得，最初全靠幾位同學自己“打標簽”，沒日沒夜地標注了幾個星期，大家讀文獻讀得頭昏腦漲，卻只完成了任務量的1%，幾近絕望。

　　為此，江俊找到中國科大校團委，開展有獎讀文獻比賽，聯合更多有專業(yè)背景的大學生參與。由此，他們產生了第一批高質量的標記數據。

　　“眾人拾柴火焰高，大數據時代，要融合眾智、整合資源。”張百成說，利用這批數據訓練智能算法，他們實現了第一代化學命名實體識別程序，后續(xù)的標注任務，可以先讓計算機自動識別，再進行人工檢驗，極大提升了效率。

　　最終，他們打磨出我國第一代材料科學知識圖譜。2021年，團隊用圖譜賦予機器人“小來”科學思維，團隊的自然語言處理技術也隨之“鳥槍換炮”，機器自動閱讀和識別的準確度提高到90%。

　　“將數據變?yōu)閷嶋H生產力”

　　2016年，肖恒宇參加互聯網+創(chuàng)新創(chuàng)業(yè)大賽，獲安徽省冠軍、全國銀獎。投資機構為他和團隊提供第一筆創(chuàng)業(yè)資金。成立公司后，團隊3次迭代知識圖譜，建立了含9000萬個化合物、1100萬條化學反應路徑的大規(guī)模材料數據庫。團隊還借此幫助一些科研單位解決技術難題。

　　譬如，某航天企業(yè)發(fā)現組合發(fā)動機中的金屬配件材料需要改進，嘗試多種方案都未能實現。肖恒宇等人用數據平臺模擬出燃燒流場、大渦流場，并找到記憶金屬設計配方，這為該企業(yè)節(jié)省成本4300多萬元。

　　肖恒宇團隊還迎來了意外之喜——他們在為該企業(yè)解決問題的過程中，收集了10萬種合金演化結構數據和金屬原子間相互作用能數據，這些反過來豐富和完善了他們已有的數據庫平臺體系。

　　“以往做研究時，有人習慣將數值往自己想要的方向去調整，但是研究需要數據多樣性，要記錄偏見、有誤差的數據。”江俊堅信，數據是科研和產業(yè)的共同語言，數據庫平臺就是連接科研與產業(yè)的橋梁，要產生更多高標準的數據反哺科研，將數據變?yōu)閷嶋H生產力。

　　目前，該團隊又建立了材料基因創(chuàng)新研究平臺，建成亞洲最大的材料數據庫平臺——機數大材庫。

　　江俊介紹，機器化學家平臺具有更強的化學智能和廣泛的新材料開發(fā)能力，涵蓋光催化與電催化材料、發(fā)光分子、光學薄膜材料等領域，適用范圍將隨平臺升級和拓展繼續(xù)擴大。

　　“從不擺爛，從不應付交差”

　　每周開組會時，江俊只需要提出希望機器人解決的問題，學生們就會自己討論實施方案。設備沒有底層驅動程序，學生們就會攻關智能化升級。再后來開會時，江俊只能坐在一旁聽著，甚至插不上話。

　　讓他欣慰的是，幾位有交叉學科背景的年輕在讀博士，已經成長為團隊“頂梁柱”：肖恒宇設計軟件框架；張百成編寫程序，讓機器人讀論文、提出科學假設、形成實驗報告和方案；趙路遠主攻電化學測試，負責烘干儀器、光譜儀等硬件的驅動程序開發(fā)。

　　25歲的趙路遠學電子科學技術出身。在她看來，克服科研難題主要靠毅力。她和師弟曹嘉祺一起編寫某驅動程序時，由于信息掌握不充足，無法準確理解調用接口，“我們反復聯系儀器廠商和代理商，沒有回應。我們決定自力更生。”

　　3周時間，兩人就像兩個機器人，除了吃飯睡覺外，重復做了3000次發(fā)送信號、等待反饋、記錄響應等嘗試，一點一點逆向試出了底層控制邏輯，成功實現了對機器人的遠程控制。

　　“此時，儀器代理商主動找到我們，想要購買我們的驅動程序，我們覺得特別自豪。”趙路遠說。

　　2021年，團隊信心滿滿地開始機器人的首次試運行，不料，化學設備單獨運行正常，但參與系統聯調時卻無法使用。大家排查到半夜仍然沒有頭緒。

　　這時，肖恒宇突然意識到化學設備和機械臂均使用了紅外探測設備，可能會互相干擾。于是，他將機械臂換一個朝向，輕松解決了問題。

　　“往后的開發(fā)調試中，不同領域的儀器設備，不同系統的代碼協議間，都出現了類似的 ‘磨合’難題，而我們通過交叉學科思維，將它們逐一擊破。”肖恒宇說。

　　“一個方案受挫，大家不會擺爛，不會應付交差，而是反復測試，看看究竟哪個環(huán)節(jié)出了問題。”肖恒宇說，科研伙伴身上有著相似特質——對流程和技術的執(zhí)著。完成任務時，團隊成員總會想的比自己更多一點，不僅拿出方案，還會想好替代方案和若干發(fā)散選項。

　　在他看來，從開發(fā)測試，到改進迭代，再到升級，一個實驗分支由一人全部負責，每個人都成長為“全能人才”。肖恒宇說，全身心投入科研時，所有知識都有用武之地。他一直自學3D動畫。課題組拍攝科普片時，他還包辦了分鏡頭和腳本撰寫。

　　肖恒宇曾在寧夏回族自治區(qū)海原縣一中支教。他利用閑置的傳感器等儀器，搭建了兩個小型實驗室，帶學生學化學、物理、信息，激發(fā)孩子們的科學興趣。他一直有個夢想，希望帶動更多年輕人合作研發(fā)更高水平、更具科研智慧的實驗平臺，讓中國的智能化學閃耀世界。

　　中青報·中青網記者 王海涵 王磊 (來源：中國青年報)