零距離

　　中國團(tuán)隊(duì)歷時(shí)8年打造“最強(qiáng)化學(xué)大腦”

　　機(jī)器化學(xué)家誕生記

　　在中國科學(xué)技術(shù)大學(xué)的機(jī)器化學(xué)家實(shí)驗(yàn)室，可以看見頗具科技感的一幕——一個(gè)體型“敦實(shí)”但動(dòng)作靈活的機(jī)器人，在操作臺(tái)之間穿梭，伸出機(jī)械手臂配制試劑。實(shí)驗(yàn)室另一邊，年輕科研人員正輸入指令，對(duì)機(jī)器人進(jìn)行“隔空”控制。大部分情況下，這臺(tái)機(jī)器人會(huì)自主思考實(shí)驗(yàn)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(tuán)隊(duì)的“作品”，該團(tuán)隊(duì)開發(fā)了全球首個(gè)集閱讀文獻(xiàn)、自主設(shè)計(jì)實(shí)驗(yàn)、覆蓋材料開發(fā)全流程的機(jī)器化學(xué)家平臺(tái)，從數(shù)以億計(jì)的可能組合中找到最優(yōu)解來加快材料研發(fā)?！皩?shí)驗(yàn)數(shù)據(jù)經(jīng)處理后，輸入到平臺(tái)獨(dú)有的計(jì)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(yàn)方案?！苯≌f。

　　江俊團(tuán)隊(duì)有近30位成員，其中多數(shù)是90后、95后。10月上旬，團(tuán)隊(duì)又添科研進(jìn)展——通過開發(fā)和集成移動(dòng)機(jī)器人、化學(xué)工作站、智能操作系統(tǒng)、科學(xué)數(shù)據(jù)庫，他們研制出數(shù)據(jù)智能驅(qū)動(dòng)的全流程機(jī)器化學(xué)家。

　　該研究成果論文已在最新一期《國家科學(xué)評(píng)論》學(xué)術(shù)期刊發(fā)表。國際審稿人評(píng)價(jià)說，該成果的“機(jī)器人系統(tǒng)、工作站和智能化學(xué)大腦都是最先進(jìn)的”“將對(duì)化學(xué)科學(xué)產(chǎn)生巨大影響”。業(yè)內(nèi)專家認(rèn)為，機(jī)器化學(xué)家的研究工作脫離了傳統(tǒng)試錯(cuò)研究范式的限制，展現(xiàn)出“最強(qiáng)化學(xué)大腦”指導(dǎo)的智能新范式的巨大優(yōu)勢(shì)，引領(lǐng)化學(xué)研究朝著知識(shí)理解數(shù)字化、操作指令化、創(chuàng)制模板化的未來趨勢(shì)前進(jìn)。

　　那么，一個(gè)“聰明”到會(huì)做化學(xué)實(shí)驗(yàn)的機(jī)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(bào)·中青網(wǎng)記者進(jìn)行了采訪。

　　“打造中國人自己的材料數(shù)據(jù)庫”

　　隨著化學(xué)研究的對(duì)象日益復(fù)雜化、高維化，傳統(tǒng)研究范式成本高、周期跨度長的問題日益突出。近年來，科技界逐漸意識(shí)到數(shù)據(jù)對(duì)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(shù)據(jù)科學(xué)與人工智能技術(shù)結(jié)合的手段，也在先進(jìn)材料研發(fā)中嶄露頭角。

　　團(tuán)隊(duì)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，他編寫的一個(gè)智能程序出現(xiàn)問題，于是向時(shí)任班主任的江俊請(qǐng)教。江俊一針見血地指出，“算法沒有問題，但算法依賴的實(shí)驗(yàn)數(shù)據(jù)過于片面”。

　　江俊發(fā)現(xiàn)，一段時(shí)間以來，我國科研團(tuán)隊(duì)會(huì)將科研數(shù)據(jù)寫進(jìn)英文論文，在國外期刊上發(fā)表，但等到要引用數(shù)據(jù)時(shí)，還得額外花錢去買。

　　“做中國人自己的材料數(shù)據(jù)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(xiàn)這個(gè)夢(mèng)想的道路。

　　肖恒宇的同學(xué)霍姚遠(yuǎn)、馮超，學(xué)的是數(shù)學(xué)和化學(xué)，喜歡研究數(shù)據(jù)。2014年開始，三人收集數(shù)據(jù)、挖掘文獻(xiàn)、尋找架構(gòu)，江俊提供原理指導(dǎo)和研究資源。2016年，他們搭建了第一代材料數(shù)據(jù)檢索平臺(tái)，但使用反饋不太理想，有老師抱怨“數(shù)據(jù)不準(zhǔn)確”。

　　肖恒宇等人意識(shí)到，數(shù)據(jù)不僅要多，還要優(yōu)質(zhì)。他們的數(shù)據(jù)庫缺了最重要的一環(huán)——知識(shí)圖譜，這導(dǎo)致數(shù)據(jù)質(zhì)量良莠不齊，無法進(jìn)行高效檢索。

　　建立知識(shí)圖譜并非易事，同學(xué)們要用專業(yè)知識(shí)區(qū)分?jǐn)?shù)據(jù)的關(guān)聯(lián)性，為圖像打上識(shí)別標(biāo)簽，讓電腦知道每個(gè)數(shù)據(jù)背后的物理意義。

　　團(tuán)隊(duì)成員、博士生張百成記得，最初全靠幾位同學(xué)自己“打標(biāo)簽”，沒日沒夜地標(biāo)注了幾個(gè)星期，大家讀文獻(xiàn)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(tuán)委，開展有獎(jiǎng)讀文獻(xiàn)比賽，聯(lián)合更多有專業(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(biāo)記數(shù)據(jù)。

　　“眾人拾柴火焰高，大數(shù)據(jù)時(shí)代，要融合眾智、整合資源。”張百成說，利用這批數(shù)據(jù)訓(xùn)練智能算法，他們實(shí)現(xiàn)了第一代化學(xué)命名實(shí)體識(shí)別程序，后續(xù)的標(biāo)注任務(wù)，可以先讓計(jì)算機(jī)自動(dòng)識(shí)別，再進(jìn)行人工檢驗(yàn)，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(shí)圖譜。2021年，團(tuán)隊(duì)用圖譜賦予機(jī)器人“小來”科學(xué)思維，團(tuán)隊(duì)的自然語言處理技術(shù)也隨之“鳥槍換炮”，機(jī)器自動(dòng)閱讀和識(shí)別的準(zhǔn)確度提高到90%。

　　“將數(shù)據(jù)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(jiǎng)。投資機(jī)構(gòu)為他和團(tuán)隊(duì)提供第一筆創(chuàng)業(yè)資金。成立公司后，團(tuán)隊(duì)3次迭代知識(shí)圖譜，建立了含9000萬個(gè)化合物、1100萬條化學(xué)反應(yīng)路徑的大規(guī)模材料數(shù)據(jù)庫。團(tuán)隊(duì)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(xiàn)組合發(fā)動(dòng)機(jī)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(xiàn)。肖恒宇等人用數(shù)據(jù)平臺(tái)模擬出燃燒流場(chǎng)、大渦流場(chǎng)，并找到記憶金屬設(shè)計(jì)配方，這為該企業(yè)節(jié)省成本4300多萬元。

　　肖恒宇團(tuán)隊(duì)還迎來了意外之喜——他們?cè)跒樵撈髽I(yè)解決問題的過程中，收集了10萬種合金演化結(jié)構(gòu)數(shù)據(jù)和金屬原子間相互作用能數(shù)據(jù)，這些反過來豐富和完善了他們已有的數(shù)據(jù)庫平臺(tái)體系。

　　“以往做研究時(shí)，有人習(xí)慣將數(shù)值往自己想要的方向去調(diào)整，但是研究需要數(shù)據(jù)多樣性，要記錄偏見、有誤差的數(shù)據(jù)?！苯?jiān)信，數(shù)據(jù)是科研和產(chǎn)業(yè)的共同語言，數(shù)據(jù)庫平臺(tái)就是連接科研與產(chǎn)業(yè)的橋梁，要產(chǎn)生更多高標(biāo)準(zhǔn)的數(shù)據(jù)反哺科研，將數(shù)據(jù)變?yōu)閷?shí)際生產(chǎn)力。

　　目前，該團(tuán)隊(duì)又建立了材料基因創(chuàng)新研究平臺(tái)，建成亞洲最大的材料數(shù)據(jù)庫平臺(tái)——機(jī)數(shù)大材庫。

　　江俊介紹，機(jī)器化學(xué)家平臺(tái)具有更強(qiáng)的化學(xué)智能和廣泛的新材料開發(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(tái)升級(jí)和拓展繼續(xù)擴(kuò)大。

　　“從不擺爛，從不應(yīng)付交差”

　　每周開組會(huì)時(shí)，江俊只需要提出希望機(jī)器人解決的問題，學(xué)生們就會(huì)自己討論實(shí)施方案。設(shè)備沒有底層驅(qū)動(dòng)程序，學(xué)生們就會(huì)攻關(guān)智能化升級(jí)。再后來開會(huì)時(shí)，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(xué)科背景的年輕在讀博士，已經(jīng)成長為團(tuán)隊(duì)“頂梁柱”：肖恒宇設(shè)計(jì)軟件框架；張百成編寫程序，讓機(jī)器人讀論文、提出科學(xué)假設(shè)、形成實(shí)驗(yàn)報(bào)告和方案；趙路遠(yuǎn)主攻電化學(xué)測(cè)試，負(fù)責(zé)烘干儀器、光譜儀等硬件的驅(qū)動(dòng)程序開發(fā)。

　　25歲的趙路遠(yuǎn)學(xué)電子科學(xué)技術(shù)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(qū)動(dòng)程序時(shí)，由于信息掌握不充足，無法準(zhǔn)確理解調(diào)用接口，“我們反復(fù)聯(lián)系儀器廠商和代理商，沒有回應(yīng)。我們決定自力更生。”

　　3周時(shí)間，兩人就像兩個(gè)機(jī)器人，除了吃飯睡覺外，重復(fù)做了3000次發(fā)送信號(hào)、等待反饋、記錄響應(yīng)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(xiàn)了對(duì)機(jī)器人的遠(yuǎn)程控制。

　　“此時(shí)，儀器代理商主動(dòng)找到我們，想要購買我們的驅(qū)動(dòng)程序，我們覺得特別自豪。”趙路遠(yuǎn)說。

　　2021年，團(tuán)隊(duì)信心滿滿地開始機(jī)器人的首次試運(yùn)行，不料，化學(xué)設(shè)備單獨(dú)運(yùn)行正常，但參與系統(tǒng)聯(lián)調(diào)時(shí)卻無法使用。大家排查到半夜仍然沒有頭緒。

　　這時(shí)，肖恒宇突然意識(shí)到化學(xué)設(shè)備和機(jī)械臂均使用了紅外探測(cè)設(shè)備，可能會(huì)互相干擾。于是，他將機(jī)械臂換一個(gè)朝向，輕松解決了問題。

　　“往后的開發(fā)調(diào)試中，不同領(lǐng)域的儀器設(shè)備，不同系統(tǒng)的代碼協(xié)議間，都出現(xiàn)了類似的 ‘磨合’難題，而我們通過交叉學(xué)科思維，將它們逐一擊破?！毙ず阌钫f。

　　“一個(gè)方案受挫，大家不會(huì)擺爛，不會(huì)應(yīng)付交差，而是反復(fù)測(cè)試，看看究竟哪個(gè)環(huán)節(jié)出了問題。”肖恒宇說，科研伙伴身上有著相似特質(zhì)——對(duì)流程和技術(shù)的執(zhí)著。完成任務(wù)時(shí)，團(tuán)隊(duì)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(xiàng)。

　　在他看來，從開發(fā)測(cè)試，到改進(jìn)迭代，再到升級(jí)，一個(gè)實(shí)驗(yàn)分支由一人全部負(fù)責(zé)，每個(gè)人都成長為“全能人才”。肖恒宇說，全身心投入科研時(shí)，所有知識(shí)都有用武之地。他一直自學(xué)3D動(dòng)畫。課題組拍攝科普片時(shí)，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(qū)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(yàn)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(yàn)平臺(tái)，讓中國的智能化學(xué)閃耀世界。

　　中青報(bào)·中青網(wǎng)記者 王海涵 王磊 (來源：中國青年報(bào))