1.3.3 中国新闻网报道全流程机器化学家

中国新闻网于2022年10月5日报道，机器人不仅能成为科学家的科研助手，还能成为科学家。中国的一个青年科研团队通过最新的研发成果给出了肯定的答案。先来看看全流程机器化学家的组成与原理，如图1.6所示。

该科研团队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，并已初步实现智能化学范式。关于“数据智能驱动的全流程机器化学家”的研究成果论文，已在《国家科学评论》学术期刊发表。国际审稿人评价说，“该成果的机器人系统工作站和智能化学大脑都是最先进的”“将对化学科学产生巨大影响”。业内专家认为，机器化学家的研究工作脱离了传统试错研究范式的限制，展现出“最强化学大脑”指导的智能新范式的巨大优势，引领化学研究朝着知识理解数字化、操作指令化的未来趋势前进，确立了中国在智能化学创新领域的全球领跑地位。

图1.6 全流程机器化学家的组成与原理

报道中还强调，机器化学家可采用机器智能去查找和阅读文献，从海量的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。机器化学家通过调度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；通过配套的后台操作系统，实现数据的自动采集、处理、分析和可视化，并装载云端数据库，可实时调用和更新数据库信息；通过调用物理模型、理论计算、机器学习和贝叶斯优化，使智能模型融入底层的理论规律与复杂的化学实验演化，使机器化学家更加理解化学，更加擅长化学创造。

下面是该科研团队的解说。化学研究的对象日益复杂化、高维化，传统的研究范式主要依赖于“穷举”“试错”等手段。配方和工艺的搜索常常止步于局部最优，无法进行全局探索。以潜力巨大的高熵（高复杂、高无序）化合物催化剂为例，其多种元素的高度无序混合，会带来高稳定性，这为人工试验找出最优配比带来了极大挑战。获取最优配比需要遍历测试极其庞大的化学配比组合，目前仅限于对最多3种金属组合进行优化。而最新研制的机器化学家发挥其数据驱动和智能优化的优势，智能阅读1.6万篇论文，并自主选出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，建立理实交融的智能模型，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化合物催化剂，将传统的遍历搜索所需的1400年缩短为5周。