AI会重新定义化学的未来吗？精准化学实验室来解答

AI会重新定义化学的未来吗？这是《科学》杂志发布的125个全世界最受关注的科学问题之一。

化学是一门重要的基础学科，然而传统的化学研究范式深度依赖于“试错法”。今年1月，以中国科学技术大学为依托单位的精准智能化学重点实验室获中科院批准建设，科研人员已初步实现了人工智能与化学的结合，并将努力把化学研究推向精准化、智能化。

江俊研制的“机器化学家”在各个操作台前做实验。新京报记者 张璐 摄

传统化学研究范式依赖“试错法”，周期长、成本高

近年来，随着新一轮科技革命和产业变革突飞猛进，“‘人工智能+大数据’推动科研范式变革”成为热门话题。科技部会同国家自然科学基金委近期启动“人工智能驱动的科学研究”（AI for Science）专项部署工作，紧密结合数学、物理、化学、天文等基础学科关键问题，围绕药物研发、基因研究、生物育种、新材料研发等重点领域科研需求展开，布局“人工智能驱动的科学研究”前沿科技研发体系。

中国科学院研究力量投身该新兴领域，抓好科研范式变革机遇。以中国科学技术大学李震宇、姚宏斌、江俊等为代表的中科院科技工作者，“数十年如一日”深耕精准智能化学领域，执着攻关创新，推动科研范式变革，取得了一系列令人瞩目的科研成果。

化学是多学科交叉的聚集点和出发地，在能源、环境、材料、生物医药等应用领域扮演着日益重要的角色。“但在老百姓的心目中可能存在着对化学的刻板印象，认为其不环保、不经济、不安全。”究其原因，精准智能化学重点实验室主任李震宇认为，这源于传统的化学研究范式深度依赖于“试错法”。比如中国最早的“化学”是炼丹，整个过程完全是基于经验不断尝试。

“试错法”的局限性使新物质创制的周期长、成本高，造成资源消耗、不利于环保且大量中间过程细节不明。“比如本来只是想创制一个化学品，但过程中可能又释放出不想要副产物，造成了环境污染。”

因此，建立由数据智能驱动的精准化学研究新范式，是社会环境、经济发展和化学学科发展的迫切要求。2023年1月18日，以中国科学技术大学为依托单位的精准智能化学重点实验室获中科院批准建设。实验室主要面向世界科技前沿, 聚焦如何改变化学研究范式这一关键科学问题，探索建立化学研究的精准化、智能化双驱动模式。

新研究范式由数据驱动，实现从精准到智能

精准化学是化学家的梦想。这意味着过程透明、机理清晰、全程可控，数据驱动的人工智能正在使这一梦想变成现实。

李震宇说，很长一段时间以来，科学研究要靠观察、做实验，层层总结经验形成理论。随着计算机的发展，科学研究范式发生了变化，比如有时科研人员无法真的做实验时，可以在计算机上做模拟实验，从而验证理论。这一新的科研范式由理论、实验和计算“三足鼎立”，维持了一段时间。

如今，随着计算机能力的进一步提升，由数据驱动的新研究范式也正在崛起。“如果有很多的数据，计算机自己就可以找出其中的关联规律，不需要由人先总结一个规律，再由实验或者计算加以验证，使研究速度大幅提高。”他使用了一个生动的比喻——这是从走步到坐火箭的速度提升，将使以前的很多“不可能”变成“可能”。

将人工智能应用于化学中，科研人员面临的最大困难是数据来源混杂，数据质量高低不等，可能导致人工智能学到错误的内容。据李震宇介绍，实验室将发展先进的理论计算方法，通过理论计算模拟得到大量精准数据，同时通过实验精准表征，得到大量实验数据。在此基础上学习这些数据，实现“从精准到智能”。在化学智能的助力下，实现对反应路径与材料物性的精准调控，完成“从智能到精准”的闭环，大幅提升化学研究的效率。

“我们希望新范式在精准化和智能化的推动下，自主学习和优化反馈，在复杂环境下可以探索全新路径，通过新的人工智能技术得到全局最优解，跳出原有的试错法框架。”

他以氮资源高效定向转化为例，介绍了实验室其中一个研究方向。在自然界中，豆科植物中的一些酶可以高效地将大气中的氮气变成氨，变成养料。但应用化学手段做氮肥要在高温高压下进行，不经济也不环保。实验室将利用新范式，对现有氮资源转化反应进行全面评估，提出绿色低能耗转化新路径，创制新型催化体系，争取在氮资源综合利用领域实现颠覆性技术。“我们希望用几年的时间，和自然界上亿年生命进化的体系去竞争，使化学的精准程度达到大自然进化出来的精准程度。”

实验室计划在2030年，形成化学家-智能化学家深度融合的科研新范式；建立精准化学数据体系，主导国际通用的智能化学软硬件标准。

实验室已取得多项成果

在持续探索中，精准智能化学重点实验室已取得多项成果。

实验室以中国科大化学学科为主体，发挥多学科交叉、“科教融合、院所协同”、合肥大科学装置集群三大优势。多年来，相关研究团队在单分子科学、纳米化学、理论化学、能源催化、高分子化学等领域取得了具有国际影响力的研究成果。

记者了解到，在数据驱动智能化学研究方向上，实验室还将打造具备最强“科学大脑” 的“机器化学家”。目前，实验室中青年学术带头人、中国科大教授江俊已经研制了全球首个数据智能驱动的全流程机器化学家平台，在创制催化剂时，可以将试错所需的1400年缩短为5周。

近日，中国科大姚宏斌课题组、李震宇课题组的研究成果发表在国际权威学术期刊《自然》(Nature)上。他们通过材料结构和界面精准设计，开发出镧系金属卤化物基固态电解质新家族。

据中国科大教授姚宏斌介绍，锂离子电池是当前电化学储能的主要形式，但存在诸多安全隐患，因此需要研发安全性高的全固态锂电池体系，这其中的核心在于固态电解质的开发。固态电解质具有不燃性、热稳定性、化学稳定性等特点，使得全固态锂电池兼具高能量密度、大功率和高安全性。经过3年多科研攻关，他带领的团队与合作者设计开发出一种全固态锂电池所需的镧系金属卤化物固态电解质新家族。

中国科大在读硕士罗锦达所学专业是应用化学和计算材料学。据他介绍，这项工作的理论计算模拟部分使用了密度泛函理论、分子动力学模拟和键价位能等方法，研究了这类镧系金属卤化物基固态电解质独特的结构和离子传导机制。

“其中分子动力学模拟在我们的研究中起到了很关键的作用，帮助我们从原子尺度很好地理解了锂离子的扩散行为，验证了以LaCl3为代表的镧系金属卤化物在引入空位后是一类非常好的超离子导体框架，这对我们后续的实验合成有很大的指导作用。”罗锦达表示。

姚宏斌说，在未来的工作中，团队会继续去挖掘这类材料的结构特征和组分调控，并结合新的计算和实验数据，利用AI深入挖掘新的高性能固态电解质材料，以期开发出更好的固态电解质体系，并适配到实际应用的电池中，期望十年左右能看到这一全新固态锂金属电池的产品。

新京报记者 张璐

编辑 唐峥 校对 李立军