在化學(xué)領(lǐng)域，人工智能（AI）再次戰(zhàn)勝了人類。
一個名為“RoboChem”的自主化學(xué)合成 AI 機(jī)器人，不僅在速度和準(zhǔn)確性方面都優(yōu)于人類化學(xué)家，同時還顯示出了高度的獨(dú)創(chuàng)性。
相關(guān)研究論文也以“Automated self-optimization, intensification, and scale-up of photocatalysis in flow”為題，發(fā)表在了權(quán)威科學(xué)期刊 Science上。
據(jù)介紹，RoboChem 是一個精確可靠的“AI 化學(xué)家”，不僅可以進(jìn)行全天候的自主工作，快速、不知疲倦地提供實(shí)驗(yàn)結(jié)果，還可以迅速優(yōu)化化學(xué)合成過程，進(jìn)行各種反應(yīng)，同時產(chǎn)生極少量的廢物，有望大大加快用于制藥和許多其他應(yīng)用的分子的化學(xué)發(fā)現(xiàn)。
該論文的通訊作者、阿姆斯特丹大學(xué)教授 Timothy Nol 表示，“一周之內(nèi)，RoboChem 可以優(yōu)化合成大約十到二十個分子，而這一般需要一個博士生花費(fèi)幾個月的時間。”
值得一提的是，RoboChem不僅發(fā)現(xiàn)了只需要很少光的光催化反應(yīng)，而且成功復(fù)現(xiàn)了 4 篇隨機(jī)選取的論文中的研究成果，在大約 80% 的情況下產(chǎn)生了更好的結(jié)果。
對此，Nol 表示，“這讓我毫不懷疑，AI 輔助方法將在最廣泛的意義上有益于化學(xué)發(fā)現(xiàn)。”
為什么 RoboChem 這么厲害？
傳統(tǒng)化學(xué)合成通常需要較長時間，具體時間主要取決于合成目標(biāo)的復(fù)雜性、反應(yīng)步驟的多少以及反應(yīng)條件的選擇。
一般而言，合成一個新的有機(jī)分子可能需要幾天甚至幾個月的時間。這是因?yàn)閭鹘y(tǒng)合成通常采用手工操作，需要不斷優(yōu)化反應(yīng)條件、純化產(chǎn)物以及分析結(jié)構(gòu)，這一系列步驟十分耗時。
在傳統(tǒng)的有機(jī)合成中，化學(xué)家需要根據(jù)經(jīng)驗(yàn)和文獻(xiàn)設(shè)計實(shí)驗(yàn)方案，進(jìn)行一系列試驗(yàn)以找到最優(yōu)條件。該過程需要反復(fù)調(diào)整和優(yōu)化。此外，傳統(tǒng)合成過程也存在人為失誤的風(fēng)險。
而采用開源組件和簡單物聯(lián)網(wǎng)設(shè)備進(jìn)行控制、但裝有 AI 大腦的 RoboChem，就很好地解決了化學(xué)合成中的效率問題。
圖｜自主化學(xué)合成 AI 機(jī)器人 RoboChem。
據(jù)論文描述，RoboChem 可以借助貝葉斯優(yōu)化算法，不斷學(xué)習(xí)和優(yōu)化反應(yīng)條件，最終達(dá)到最佳的合成結(jié)果。這種高效的自主學(xué)習(xí)能力，使其在短時間內(nèi)超越了其他自主合成機(jī)器，不僅提高了合成速度，還大大提高了反應(yīng)的效率。
另外，與傳統(tǒng)反應(yīng)器相比，RoboChem 采用的流動化學(xué)系統(tǒng)不僅減小了反應(yīng)體系的體積，降低了廢棄物的生成，還提高了實(shí)驗(yàn)的可控性，在進(jìn)行多步反應(yīng)的同時，還能更加精準(zhǔn)地控制反應(yīng)條件，進(jìn)而提高產(chǎn)物純度。
更厲害的是，RoboChem 不僅僅是一臺實(shí)驗(yàn)設(shè)備，還是一套全自動的數(shù)據(jù)收集和分析系統(tǒng)。在每次實(shí)驗(yàn)中，RoboChem 能夠記錄大量數(shù)據(jù)，并及時反饋給 AI 大腦，使其更準(zhǔn)確地評估不同反應(yīng)條件下的優(yōu)劣。這種全方位的數(shù)據(jù)處理方式，使得 RoboChem 的優(yōu)化過程更為科學(xué)和可靠。
令人驚喜的是，RoboChem 也有著非比尋常的創(chuàng)造力。研究團(tuán)隊指出，在一些實(shí)驗(yàn)中，RoboChem 選擇了只需要微弱光照的反應(yīng)條件。這不僅提高了反應(yīng)的選擇性，還顯著減少了光催化過程中的能量消耗。
這種創(chuàng)造性的反應(yīng)路徑選擇，挑戰(zhàn)了傳統(tǒng)化學(xué)家的思維，展示了機(jī)器人在優(yōu)化化學(xué)反應(yīng)中的巨大潛力。
RoboChem 是如何工作的？
RoboChem 的工作原理基于流動化學(xué)和人工智能（AI），具體工作涉及光催化的優(yōu)化、復(fù)制和可擴(kuò)展性，以及自動取樣與混合和實(shí)時核磁共振（NMR）分析等。如下：
流動化學(xué)平臺：RoboChem 采用流動化學(xué)系統(tǒng)，取代傳統(tǒng)的分步驟手工操作。在流動化學(xué)中，化學(xué)反應(yīng)發(fā)生在微型連續(xù)流通道中，這有助于更精確地控制反應(yīng)條件，提高反應(yīng)效率。
自動取樣與混合：通過自動液體處理系統(tǒng)，RoboChem 能夠準(zhǔn)確地取樣不同的試劑，然后在微型反應(yīng)器中混合它們。這確保了試劑的精確配比，避免了手工操作中可能出現(xiàn)的誤差。
光催化反應(yīng)：RoboChem 中采用了光催化技術(shù)，通過強(qiáng)大的 LED 光源激發(fā)光催化劑，啟動化學(xué)反應(yīng)。這種方法在合成有機(jī)分子時特別有用，可以實(shí)現(xiàn)高選擇性和高效率的反應(yīng)。
實(shí)時 NMR 分析：在反應(yīng)過程中，RoboChem 通過實(shí)時 NMR 監(jiān)測反應(yīng)進(jìn)程。NMR 可以提供關(guān)于反應(yīng)物和產(chǎn)物的結(jié)構(gòu)信息，幫助確定反應(yīng)的進(jìn)行情況。
AI 算法：RoboChem 的“大腦”是由 AI 算法驅(qū)動的計算機(jī)系統(tǒng)。該系統(tǒng)通過機(jī)器學(xué)習(xí)不斷優(yōu)化反應(yīng)條件，根據(jù)實(shí)時的 NMR 數(shù)據(jù)調(diào)整參數(shù)，從而實(shí)現(xiàn)最佳的合成效果。這使得 RoboChem 能夠自主學(xué)習(xí)和適應(yīng)不同的化學(xué)反應(yīng)。
圖｜自動化機(jī)器人平臺。A. 平臺架構(gòu)的高級視圖；B. 由相位傳感器在平臺上進(jìn)行反應(yīng)跟蹤，從而及時觸發(fā)，當(dāng)反應(yīng)段塞經(jīng)過相位傳感器時，傳感器可以對其進(jìn)行跟蹤，并通過算法進(jìn)行研究，以形成觸發(fā)器，用于接下來的優(yōu)化循環(huán)。
盡管 RoboChem 展現(xiàn)了令人印象深刻的自主學(xué)習(xí)和化學(xué)優(yōu)化能力，但該研究仍然存在一些局限性：
首先，RoboChem 在實(shí)驗(yàn)過程中使用了特定的流動反應(yīng)器和 NMR 設(shè)備。這些設(shè)備的設(shè)計和容量可能會對反應(yīng)條件和實(shí)驗(yàn)規(guī)模產(chǎn)生一定的限制，使得某些類型的反應(yīng)或大規(guī)模生產(chǎn)難以實(shí)現(xiàn)。
其次，由于機(jī)器學(xué)習(xí)算法的訓(xùn)練是基于已有的數(shù)據(jù)集，RoboChem 可能在某些特殊情況下無法提供最優(yōu)的反應(yīng)條件，尤其是當(dāng)涉及到復(fù)雜或罕見的化學(xué)反應(yīng)時，機(jī)器學(xué)習(xí)模型的泛化能力可能受到挑戰(zhàn)。
并且，RoboChem 的性能依賴于實(shí)驗(yàn)中使用的光催化劑、反應(yīng)物等化學(xué)品的質(zhì)量和純度。若這些化學(xué)品存在差異，可能影響實(shí)驗(yàn)結(jié)果的準(zhǔn)確性和可重復(fù)性。
值得注意的是，AI 算法通常被認(rèn)為是“黑匣子”，即其決策過程難以解釋。在某些情況下，研究人員可能難以理解 RoboChem 提供的優(yōu)化條件背后的具體化學(xué)邏輯。
最后，RoboChem 目前展示的研究成果主要集中在特定類型的光催化反應(yīng)中，在其他領(lǐng)域的適用性和推廣性尚需更多實(shí)踐和驗(yàn)證。
不只是自主完成化學(xué)合成
由 AI 驅(qū)動的機(jī)器人，不僅可以自主完成化學(xué)合成工作，還能以不同的形式在化學(xué)乃至整個科學(xué)領(lǐng)域中大展身手，輔佐、甚至超越人類。
例如，去年 12 月登上 Nature 雜志的Coscientist 在 GPT-4 的驅(qū)動下，只需要經(jīng)過一次嘗試、花費(fèi)幾分鐘時間便成功復(fù)現(xiàn)一項(xiàng)諾獎研究。這一研究表明，人類有可能有效地利用 AI 提高科學(xué)發(fā)現(xiàn)的速度和數(shù)量，并改善實(shí)驗(yàn)結(jié)果的可復(fù)制性和可靠性。（點(diǎn)擊查看原文：Nature重磅：AI復(fù)現(xiàn)諾獎研究，只需幾分鐘，一次即可成功）
另外，一個同樣登上 Nature 雜志、名為A-Lab 的 AI 實(shí)驗(yàn)室，只用了 17 天，人工智能（AI）便獨(dú)自創(chuàng)造了 41 種新材料。相比之下，人類科學(xué)家可能需要幾個月的嘗試和實(shí)驗(yàn)，才能創(chuàng)造出一種新材料。（點(diǎn)擊查看原文：Nature重磅：17天獨(dú)自創(chuàng)造41種新材料，AI再次贏了人類）
此外，自動合成流平臺、智能化學(xué)合成系統(tǒng)、高通量實(shí)驗(yàn)方法等也是化學(xué)實(shí)驗(yàn)室實(shí)現(xiàn)自動化的方法之一。
這些研究在不同方向上推動了化學(xué)合成領(lǐng)域的自動化和智能化發(fā)展，為提高實(shí)驗(yàn)效率和發(fā)現(xiàn)新領(lǐng)域的化合物提供了新的思路和方法。
綜合來看，RoboChem 通過整合流動化學(xué)和 AI 算法，實(shí)現(xiàn)了高度自動化的化學(xué)合成過程。這種方法不僅提高了合成效率，還減少了實(shí)驗(yàn)中的人為誤差，為化學(xué)研究提供了一種更快速、可控的新途徑。
但在 Nol 看來，RoboChem 與其他“計算機(jī)化”的化學(xué)系統(tǒng)的意義，還在于生成高質(zhì)量的數(shù)據(jù)，這將有利于 AI 在未來的應(yīng)用。
未來，隨著 RoboChem 的成功應(yīng)用，類似的自主合成機(jī)器有望廣泛應(yīng)用于藥物合成、新材料開發(fā)等領(lǐng)域，加速科學(xué)研究的進(jìn)程。
同時，結(jié)合機(jī)器學(xué)習(xí)和流動化學(xué)的策略也將成為化學(xué)領(lǐng)域的新趨勢，為更多復(fù)雜反應(yīng)的自主優(yōu)化提供新的可能性。
