• 台灣網移動版

    台灣網移動版

機器化學家誕生記:中國團隊歷時8年打造“最強化學大腦”

2022-10-17 09:09:00
來源:中國青年報
字號

 

  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,伸出機械手臂配製試劑。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,這台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”,該團隊開發了全球首個集閱讀文獻、自主設計實驗、覆蓋材料開發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解來加快材料研發。“實驗數據經處理後,輸入到平臺獨有的計算大腦中,産生理實交融的人工智慧模型,幫助科研人員優化實驗方案。”江俊説。

  江俊團隊有近30位成員,其中多數是90後、95後。10月上旬,團隊又添科研進展——通過開發和整合移動機器人、化學工作站、智慧作業系統、科學數據庫,他們研製出數據智慧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》學術期刊發表。國際審稿人評價説,該成果的“機器人系統、工作站和智慧化學大腦都是最先進的”“將對化學科學産生巨大影響”。業內專家認為,機器化學家的研究工作脫離了傳統試錯研究範式的限制,展現出“最強化學大腦”指導的智慧新範式的巨大優勢,引領化學研究朝著知識理解數字化、操作指令化、創制模板化的未來趨勢前進。

  那麼,一個“聰明”到會做化學實驗的機器人是如何誕生的,其背後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採訪。

  “打造中國人自己的材料數據庫”

  隨著化學研究的對象日益複雜化、高維化,傳統研究範式成本高、週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於學術研究和産業創新發展的重要意義,而大數據科學與人工智慧技術結合的手段,也在先進材料研發中嶄露頭角。

  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,出於興趣自學了人工智慧。一次,他編寫的一個智慧程式出現問題,於是向時任班主任的江俊請教。江俊一針見血地指出,“演算法沒有問題,但演算法依賴的實驗數據過於片面”。

  江俊發現,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,還要優質。他們的數據庫缺了最重要的一環——知識圖譜,這導致數據品質良莠不齊,無法進行高效檢索。

  建立知識圖譜並非易事,同學們要用專業知識區分數據的關聯性,為圖像打上識別標簽,讓電腦知道每個數據背後的物理意義。

  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,聯合更多有專業背景的大學生參與。由此,他們産生了第一批高品質的標記數據。

  “眾人拾柴火焰高,大數據時代,要融合眾智、整合資源。”張百成説,利用這批數據訓練智慧演算法,他們實現了第一代化學命名實體識別程式,後續的標注任務,可以先讓電腦自動識別,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%。

  “將數據變為實際生産力”

  2016年,肖恒宇參加網際網路+創新創業大賽,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業資金。成立公司後,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,某航太企業發現組合發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,並找到記憶金屬設計配方,這為該企業節省成本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,數據是科研和産業的共同語言,數據庫平臺就是連接科研與産業的橋梁,要産生更多高標準的數據反哺科研,將數據變為實際生産力。

  目前,該團隊又建立了材料基因創新研究平臺,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慧和廣泛的新材料開發能力,涵蓋光催化與電催化材料、發光分子、光學薄膜材料等領域,適用範圍將隨平臺升級和拓展繼續擴大。

  “從不擺爛,從不應付交差”

  每週開組會時,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式,學生們就會攻關智慧化升級。再後來開會時,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”:肖恒宇設計軟體框架;張百成編寫程式,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,負責烘乾儀器、光譜儀等硬體的驅動程式開發。

  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式時,由於資訊掌握不充足,無法準確理解調用介面,“我們反覆聯繫儀器廠商和代理商,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端控制。

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

  2021年,團隊信心滿滿地開始機器人的首次試運作,不料,化學設備單獨運作正常,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。於是,他將機械臂換一個朝向,輕鬆解決了問題。

  “往後的開發調試中,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。”肖恒宇説。

  “一個方案受挫,大家不會擺爛,不會應付交差,而是反覆測試,看看究竟哪個環節出了問題。”肖恒宇説,科研夥伴身上有著相似特質——對流程和技術的執著。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散選項。

  在他看來,從開發測試,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”。肖恒宇説,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海原縣一中支教。他利用閒置的感測器等儀器,搭建了兩個小型實驗室,帶學生學化學、物理、資訊,激發孩子們的科學興趣。他一直有個夢想,希望帶動更多年輕人合作研發更高水準、更具科研智慧的實驗平臺,讓中國的智慧化學閃耀世界。

  中青報中青網記者 王海涵 王磊 (來源:中國青年報)

[責任編輯:楊永青]