这台机器人由中科大化学物理系教授江俊团队研发。它不仅能根据指令操作实验，还能够利用机器智能去查找和阅读文献，从海量研究数据中汲取专家经验，在前人知识与数据的基础上，提出科学假说并制订实验方案。

　　此外，它产生的高质量机器实验数据还能够与理论预训练模型融合，产生理实交融的智能模型来寻找全局最优解。

　　“我们的机器化学家拥有‘超强化学大脑’，它能够从数以亿计的可能组合中找到最优解，将科学家一生都不能做完的工作，缩短到几周内完成。”在近日举行的中科院记者行活动上，江俊告诉科技日报记者。

　　用好人工智能和大数据的“东风”

　　当前，数据驱动的人工智能正在改变整个科学研究。科学家希望，利用人工智能和大数据技术解放自己的双手，提升科研的效率和准确性，进而催生更多创新成果。在化学领域，科研人员尤其希望得到大数据和人工智能的助力，加快材料研发。

　　说起个中原因，中科大教授李震宇告诉记者：“过去的150年里，化学研究主要靠猜测、尝试、纠错，再猜测、再尝试……在这种研究范式下，科研人员像集邮一样逐步积累素材，在不断试错的过程中取得发现，研究效率低、成本高。”

　　同时，随着化学研究对象日益复杂化、高维化，面对庞大的化学空间，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。

　　因此，改变化学研究范式，实现化学研究精准化、智能化，一直是化学家的梦想。

　　逐渐兴起并快速迭代进化的大数据与人工智能技术，让科研人员看到了解决这些难题的新机遇。“我们希望借此东风，建立新的化学研究范式，在精准化和智能化双轮驱动下，赋予人工智能机器化学家化学智慧。”李震宇说。

　　于是，2014年，江俊团队提出“机器化学家”概念并开展相关科研工作。

　　“我们组建了一支涵盖化学、计算机、数学、自动化等的跨学科团队，经过8年攻关，成功研制出数据智能驱动的‘全流程机器化学家’。”江俊介绍，该机器化学家集成了移动机器人、化学工作站、智能操作系统、科学数据库等多项技术。

　　缺乏高质量的科学数据是个大难题

　　如今，拥有“超强化学大脑”的机器化学家正在展现它的价值。

　　专注于光学薄膜材料研究的中科大教授邹纲，一直想提高手性相关光学薄膜的性能，然而，材料配比的可能性有上百万种，依赖人工一一验证根本不现实。团队努力了10年，将不对称因子提高到了1.2，但离理论极限2.0还有非常大的差距。

　　借助机器化学家，科研人员仅用一个多月时间，就找到了不对称因子高达1.95的工艺条件，高度逼近理论极限，为开发优质薄膜材料开辟了新方法。

　　对江俊来说，机器化学家只是开始。“我们的目标是建成机器化学家大科学装置，在一整栋大楼里，布置上百个机器人、上千个智能化学工作站，真正解放化学家的双手，加快新化学品和新材料的研发创制。”江俊说。

　　今年1月，中国科学院精准智能化学重点实验室正式获批建设，李震宇担任实验室主任。“我们希望把实验室建设成为精准智能化学领域国际顶尖的研究机构，形成一个新的精准智能化学范式，建立我们国家主导的精准化学数据体系和智能化学软硬件标准。”李震宇说。

　　在李震宇看来，建立精准智能化学研究新范式最大的困难是缺乏高质量的科学数据。“已有的数据质量参差不齐。这些数据混在一起，让人工智能去学习，很可能会学到一些错误的知识。所以，我们希望形成一套数据标准，在这个基础上去做数据驱动的智能化学。”李震宇说。

　　或许有人会担心，具备“最强科学大脑”的机器化学家的出现，会不会让化学家失业？对此，江俊表示：“一个好的技术工具，会赋予更多的可能性，让科研人员做更多的事情，发现更多的前沿理论。”