這臺機器人由中科大化學物理系教授江俊團隊研發。它不僅能根據指令操作實驗，還能夠利用機器智能去查找和閱讀文獻，從海量研究數據中汲取專家經驗，在前人知識與數據的基礎上，提出科學假說并制訂實驗方案。

　　此外，它產生的高質量機器實驗數據還能夠與理論預訓練模型融合，產生理實交融的智能模型來尋找全局最優解。

　　“我們的機器化學家擁有‘超強化學大腦’，它能夠從數以億計的可能組合中找到最優解，將科學家一生都不能做完的工作，縮短到幾周內完成。”在近日舉行的中科院記者行活動上，江俊告訴記者。

　　用好人工智能和大數據的“東風”

　　當前，數據驅動的人工智能正在改變整個科學研究。科學家希望，利用人工智能和大數據技術解放自己的雙手，提升科研的效率和準確性，進而催生更多創新成果。在化學領域，科研人員尤其希望得到大數據和人工智能的助力，加快材料研發。

　　說起個中原因，中科大教授李震宇告訴記者：“過去的150年里，化學研究主要靠猜測、嘗試、糾錯，再猜測、再嘗試……在這種研究范式下，科研人員像集郵一樣逐步積累素材，在不斷試錯的過程中取得發現，研究效率低、成本高。”

　　同時，隨著化學研究對象日益復雜化、高維化，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，無法進行全局探索。

　　因此，改變化學研究范式，實現化學研究精準化、智能化，一直是化學家的夢想。

　　逐漸興起并快速迭代進化的大數據與人工智能技術，讓科研人員看到了解決這些難題的新機遇。“我們希望借此東風，建立新的化學研究范式，在精準化和智能化雙輪驅動下，賦予人工智能機器化學家化學智慧。”李震宇說。

　　于是，2014年，江俊團隊提出“機器化學家”概念并開展相關科研工作。

　　“我們組建了一支涵蓋化學、計算機、數學、自動化等的跨學科團隊，經過8年攻關，成功研制出數據智能驅動的‘全流程機器化學家’。”江俊介紹，該機器化學家集成了移動機器人、化學工作站、智能操作系統、科學數據庫等多項技術。

　　缺乏高質量的科學數據是個大難題

　　如今，擁有“超強化學大腦”的機器化學家正在展現它的價值。

　　專注于光學薄膜材料研究的中科大教授鄒綱，一直想提高手性相關光學薄膜的性能，然而，材料配比的可能性有上百萬種，依賴人工一一驗證根本不現實。團隊努力了10年，將不對稱因子提高到了1.2，但離理論極限2.0還有非常大的差距。

　　借助機器化學家，科研人員僅用一個多月時間，就找到了不對稱因子高達1.95的工藝條件，高度逼近理論極限，為開發優質薄膜材料開辟了新方法。

　　對江俊來說，機器化學家只是開始。“我們的目標是建成機器化學家大科學裝置，在一整棟大樓里，布置上百個機器人、上千個智能化學工作站，真正解放化學家的雙手，加快新化學品和新材料的研發創制。”江俊說。

　　今年1月，中國科學院精準智能化學重點實驗室正式獲批建設，李震宇擔任實驗室主任。“我們希望把實驗室建設成為精準智能化學領域國際頂尖的研究機構，形成一個新的精準智能化學范式，建立我們國家主導的精準化學數據體系和智能化學軟硬件標準。”李震宇說。

　　在李震宇看來，建立精準智能化學研究新范式最大的困難是缺乏高質量的科學數據。“已有的數據質量參差不齊。這些數據混在一起，讓人工智能去學習，很可能會學到一些錯誤的知識。所以，我們希望形成一套數據標準，在這個基礎上去做數據驅動的智能化學。”李震宇說。

　　或許有人會擔心，具備“最強科學大腦”的機器化學家的出現，會不會讓化學家失業?對此，江俊表示：“一個好的技術工具，會賦予更多的可能性，讓科研人員做更多的事情，發現更多的前沿理論。”