零距離

　　中國團隊歷時(shí)8年打造“最強化學(xué)大腦”

　　機器化學(xué)家誕生記

　　在中國科學(xué)技術(shù)大學(xué)的機器化學(xué)家實(shí)驗室，可以看見(jiàn)頗具科技感的一幕——一個(gè)體型“敦實(shí)”但動(dòng)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(shí)驗室另一邊，年輕科研人員正輸入指令，對機器人進(jìn)行“隔空”控制。大部分情況下，這臺機器人會(huì )自主思考實(shí)驗的步驟和方案，像個(gè)不知疲憊的“小化學(xué)家”。

　　這是中國科學(xué)技術(shù)大學(xué)化學(xué)物理系教授江俊團隊的“作品”，該團隊開(kāi)發(fā)了全球首個(gè)集閱讀文獻、自主設計實(shí)驗、覆蓋材料開(kāi)發(fā)全流程的機器化學(xué)家平臺，從數以?xún)|計的可能組合中找到最優(yōu)解來(lái)加快材料研發(fā)。“實(shí)驗數據經(jīng)處理后，輸入到平臺獨有的計算大腦中，產(chǎn)生理實(shí)交融的人工智能模型，幫助科研人員優(yōu)化實(shí)驗方案。”江俊說(shuō)。

　　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(jìn)展——通過(guò)開(kāi)發(fā)和集成移動(dòng)機器人、化學(xué)工作站、智能操作系統、科學(xué)數據庫，他們研制出數據智能驅動(dòng)的全流程機器化學(xué)家。

　　該研究成果論文已在最新一期《國家科學(xué)評論》學(xué)術(shù)期刊發(fā)表。國際審稿人評價(jià)說(shuō)，該成果的“機器人系統、工作站和智能化學(xué)大腦都是最先進(jìn)的”“將對化學(xué)科學(xué)產(chǎn)生巨大影響”。業(yè)內專(zhuān)家認為，機器化學(xué)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(xué)大腦”指導的智能新范式的巨大優(yōu)勢，引領(lǐng)化學(xué)研究朝著(zhù)知識理解數字化、操作指令化、創(chuàng )制模板化的未來(lái)趨勢前進(jìn)。

　　那么，一個(gè)“聰明”到會(huì )做化學(xué)實(shí)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(wǎng)記者進(jìn)行了采訪(fǎng)。

　　“打造中國人自己的材料數據庫”

　　隨著(zhù)化學(xué)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(cháng)的問(wèn)題日益突出。近年來(lái)，科技界逐漸意識到數據對于學(xué)術(shù)研究和產(chǎn)業(yè)創(chuàng )新發(fā)展的重要意義，而大數據科學(xué)與人工智能技術(shù)結合的手段，也在先進(jìn)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(xué)技術(shù)大學(xué)少年班學(xué)院，出于興趣自學(xué)了人工智能。一次，他編寫(xiě)的一個(gè)智能程序出現問(wèn)題，于是向時(shí)任班主任的江俊請教。江俊一針見(jiàn)血地指出，“算法沒(méi)有問(wèn)題，但算法依賴(lài)的實(shí)驗數據過(guò)于片面”。

　　江俊發(fā)現，一段時(shí)間以來(lái)，我國科研團隊會(huì )將科研數據寫(xiě)進(jìn)英文論文，在國外期刊上發(fā)表，但等到要引用數據時(shí)，還得額外花錢(qián)去買(mǎi)。

　　“做中國人自己的材料數據庫”，成了江俊的夢(mèng)想。在他的影響下，肖恒宇等人一起踏上實(shí)現這個(gè)夢(mèng)想的道路。

　　肖恒宇的同學(xué)霍姚遠、馮超，學(xué)的是數學(xué)和化學(xué)，喜歡研究數據。2014年開(kāi)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(zhì)。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(zhì)量良莠不齊，無(wú)法進(jìn)行高效檢索。

　　建立知識圖譜并非易事，同學(xué)們要用專(zhuān)業(yè)知識區分數據的關(guān)聯(lián)性，為圖像打上識別標簽，讓電腦知道每個(gè)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(xué)自己“打標簽”，沒(méi)日沒(méi)夜地標注了幾個(gè)星期，大家讀文獻讀得頭昏腦漲，卻只完成了任務(wù)量的1%，幾近絕望。

　　為此，江俊找到中國科大校團委，開(kāi)展有獎讀文獻比賽，聯(lián)合更多有專(zhuān)業(yè)背景的大學(xué)生參與。由此，他們產(chǎn)生了第一批高質(zhì)量的標記數據。

　　“眾人拾柴火焰高，大數據時(shí)代，要融合眾智、整合資源。”張百成說(shuō)，利用這批數據訓練智能算法，他們實(shí)現了第一代化學(xué)命名實(shí)體識別程序，后續的標注任務(wù)，可以先讓計算機自動(dòng)識別，再進(jìn)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(xué)知識圖譜。2021年，團隊用圖譜賦予機器人“小來(lái)”科學(xué)思維，團隊的自然語(yǔ)言處理技術(shù)也隨之“鳥(niǎo)槍換炮”，機器自動(dòng)閱讀和識別的準確度提高到90%。

　　“將數據變?yōu)閷?shí)際生產(chǎn)力”

　　2016年，肖恒宇參加互聯(lián)網(wǎng)+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(wàn)個(gè)化合物、1100萬(wàn)條化學(xué)反應路徑的大規模材料數據庫。團隊還借此幫助一些科研單位解決技術(shù)難題。

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

　　肖恒宇團隊還迎來(lái)了意外之喜——他們在為該企業(yè)解決問(wèn)題的過(guò)程中，收集了10萬(wàn)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(guò)來(lái)豐富和完善了他們已有的數據庫平臺體系。

　　“以往做研究時(shí)，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(jiàn)、有誤差的數據。”江俊堅信，數據是科研和產(chǎn)業(yè)的共同語(yǔ)言，數據庫平臺就是連接科研與產(chǎn)業(yè)的橋梁，要產(chǎn)生更多高標準的數據反哺科研，將數據變?yōu)閷?shí)際生產(chǎn)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(xué)家平臺具有更強的化學(xué)智能和廣泛的新材料開(kāi)發(fā)能力，涵蓋光催化與電催化材料、發(fā)光分子、光學(xué)薄膜材料等領(lǐng)域，適用范圍將隨平臺升級和拓展繼續擴大。

　　“從不擺爛，從不應付交差”

　　每周開(kāi)組會(huì )時(shí)，江俊只需要提出希望機器人解決的問(wèn)題，學(xué)生們就會(huì )自己討論實(shí)施方案。設備沒(méi)有底層驅動(dòng)程序，學(xué)生們就會(huì )攻關(guān)智能化升級。再后來(lái)開(kāi)會(huì )時(shí)，江俊只能坐在一旁聽(tīng)著(zhù)，甚至插不上話(huà)。

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

　　25歲的趙路遠學(xué)電子科學(xué)技術(shù)出身。在她看來(lái)，克服科研難題主要靠毅力。她和師弟曹嘉祺一起編寫(xiě)某驅動(dòng)程序時(shí)，由于信息掌握不充足，無(wú)法準確理解調用接口，“我們反復聯(lián)系儀器廠(chǎng)商和代理商，沒(méi)有回應。我們決定自力更生。”

　　3周時(shí)間，兩人就像兩個(gè)機器人，除了吃飯睡覺(jué)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(diǎn)一點(diǎn)逆向試出了底層控制邏輯，成功實(shí)現了對機器人的遠程控制。

　　“此時(shí)，儀器代理商主動(dòng)找到我們，想要購買(mǎi)我們的驅動(dòng)程序，我們覺(jué)得特別自豪。”趙路遠說(shuō)。

　　2021年，團隊信心滿(mǎn)滿(mǎn)地開(kāi)始機器人的首次試運行，不料，化學(xué)設備單獨運行正常，但參與系統聯(lián)調時(shí)卻無(wú)法使用。大家排查到半夜仍然沒(méi)有頭緒。

　　這時(shí)，肖恒宇突然意識到化學(xué)設備和機械臂均使用了紅外探測設備，可能會(huì )互相干擾。于是，他將機械臂換一個(gè)朝向，輕松解決了問(wèn)題。

　　“往后的開(kāi)發(fā)調試中，不同領(lǐng)域的儀器設備，不同系統的代碼協(xié)議間，都出現了類(lèi)似的 ‘磨合’難題，而我們通過(guò)交叉學(xué)科思維，將它們逐一擊破。”肖恒宇說(shuō)。

　　“一個(gè)方案受挫，大家不會(huì )擺爛，不會(huì )應付交差，而是反復測試，看看究竟哪個(gè)環(huán)節出了問(wèn)題。”肖恒宇說(shuō)，科研伙伴身上有著(zhù)相似特質(zhì)——對流程和技術(shù)的執著(zhù)。完成任務(wù)時(shí)，團隊成員總會(huì )想的比自己更多一點(diǎn)，不僅拿出方案，還會(huì )想好替代方案和若干發(fā)散選項。

　　在他看來(lái)，從開(kāi)發(fā)測試，到改進(jìn)迭代，再到升級，一個(gè)實(shí)驗分支由一人全部負責，每個(gè)人都成長(cháng)為“全能人才”。肖恒宇說(shuō)，全身心投入科研時(shí)，所有知識都有用武之地。他一直自學(xué)3D動(dòng)畫(huà)。課題組拍攝科普片時(shí)，他還包辦了分鏡頭和腳本撰寫(xiě)。

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

　　中青報·中青網(wǎng)記者 王海涵 王磊 (來(lái)源：中國青年報)