随着人工“智能+”时代加速到来，你有没有想象过，拥有一个能自主阅读文献，制定实验方案，并在无人干预的情况下完成全流程实验，创造出新的化学品和材料的机器人？现实中，这已经成为可能！经过八年攻关，中国科学技术大学化学与材料科学学院教授罗毅、江俊、王嵩团队终于带来一项具有深远影响的科研成果——“机器化学家”。其背后，曙光智算AC平台提供了算力最优解。

图片来源互联网

“机器化学家”平台的构建与成果

数据-知识-模型协同驱动的“机器化学家”平台，可以提高新材料的创制效率。该平台由“化学大脑”、机器人实验员和智能化学工作站三部分组成。其中，“化学大脑”通过分析大量化学实验和理论数据建立知识图谱，具备阅读理解文献、设计化学实验、自主优化方案的能力。机器人实验员和多个化学工作站之间能够进行数据交换和互动，实现了精准协同工作。

在实际应用中，“机器化学家”具有优势显著。例如，通过阅读16000篇论文，自主遴选出5种非贵金属元素，融合2万组理论计算数据和200组全流程机器实验数据，成功建立了理实交融的智能模型。这一过程依赖传统方式需要1400年，而“机器化学家”仅用5周就找到了全局最优解。

此外，通过无标签的文献数据挖掘算法，团队成功揭示了OER催化剂研究领域中金属元素的逐年变化趋势，为“机器化学家”自主遴选金属组合提供了有力的支撑。与深圳先研院合作，通过文献数据挖掘，构建了纳米晶形貌与合成配方的关联，为“机器化学家”优化合成方案提供了理论指导。

算力挑战与平台未来的应对

尽管“机器化学家”展现了巨大优势，但该平台在运作中面临多重算力挑战。整合大规模高质量数据、训练可解释的人工智能模型和构建复杂知识图谱都对计算能力提出了高要求。实验模拟和方案优化同样需要强大计算支持，特别是在多组件平台需要并行计算的情境下。对于复杂的计算任务，包括文献挖掘、理论计算和机器实验数据的整合，也对计算能力提出了挑战。曙光智算AC.sugon.com平台克服算力挑战，帮助团队更好地应对大规模数据处理和计算需求，助力“机器化学家”平台的应用和未来发展。

创新活力注入科学研究

“机器化学家”项目为科学研究注入了新的活力，推动了化学研究向着更加智能和高效的方向前进。该项目的成功确保了中国在智能化学创新领域的全球领跑地位，引领了化学研究朝着“知识数字化、操作指令化、创制智能化”的未来趋势前进。这一创新性的智能新范式脱离了传统试错研究范式的限制，为科学研究带来了新的可能性。

点击查看直播回顾