而在化學(xué)工程領(lǐng)域，利用人工智能來輔助合成規(guī)劃和性能，為科學(xué)家提供了這樣一種前景：他們只需要一個想法和一個互聯(lián)網(wǎng)連接，就可在最先進(jìn)的遠(yuǎn)程實驗室里生成新分子。

　　2020年8月，國際商業(yè)機(jī)器公司(IBM)宣布推出RoboRXN化學(xué)實驗室，讓人們看到了將人工智能和實驗室自動化結(jié)合起來的潛力。該系統(tǒng)既可提供化學(xué)配方來生產(chǎn)目標(biāo)有機(jī)分子，還可以通過市售的硬件，如IBM的演示器將這些分子自動合成。該演示器由位于瑞士Füllinsdorf 的Chemspeed Technologies公司制造，是一種Flex自動合成工作站(圖1)。

　　圖1 IBM的RoboRXN化學(xué)實驗室系統(tǒng)合成分子的實時照片。在圖的左下方，可以看到自動合成工作站6 個反應(yīng)室中的幾個。右邊帶著藍(lán)色瓶蓋的是裝有配料的廣口瓶。來源：IBM RoboRXN for Chemistry，經(jīng)許可

　　最好將RoboRXN分為兩部分進(jìn)行考慮，即合成器硬件以及經(jīng)化學(xué)合成實驗程序訓(xùn)練的人工智能算法“大腦”，其中化學(xué)合成實驗程序基于自然語言處理進(jìn)行機(jī)器學(xué)習(xí)，從大約100 萬項專利中提取有用程序。該處理過程甚至可以將用英語編寫的非結(jié)構(gòu)化實驗程序轉(zhuǎn)換為進(jìn)行這些實驗所需的結(jié)構(gòu)化步驟，包括振蕩、攪拌和加熱等步驟。該系統(tǒng)的人工智能還可以預(yù)測復(fù)雜有機(jī)化學(xué)反應(yīng)的結(jié)果。

　　重要的是，對于有興趣設(shè)計和合成某些新的有機(jī)分子的科學(xué)家，該系統(tǒng)可以建議逆合成路線。換句話說，用戶告訴它需要什么分子，系統(tǒng)就會提供生產(chǎn)這種分子的各種實用配方選擇，主要提供用市售原料進(jìn)行反應(yīng)的配方。

　　IBM已經(jīng)通過其云應(yīng)用程序——RXN化學(xué)實驗室將這一見解與人們無償分享。位于瑞士蘇黎世的IBM 歐洲研究中心的加速發(fā)現(xiàn)實驗室(Accelerated Discovery at IBM ResearchEurope)的負(fù)責(zé)人Teodoro Laino說道：“挑戰(zhàn)在于，你能否通過收集過去200 年的所有知識，訓(xùn)練出能夠預(yù)測分子合成的模型，同時將這些知識轉(zhuǎn)化為可由商業(yè)自動化硬件執(zhí)行的指令?”

　　RoboRXN的原理驗證實驗表明，從本質(zhì)上講，這是可以做到的。首先，RoboRXN將化學(xué)配方轉(zhuǎn)換成機(jī)器可讀的指令，然后由一個能合成所需分子的自動化實驗室執(zhí)行該指令。那么，現(xiàn)實生產(chǎn)中該如何應(yīng)用這樣的系統(tǒng)?

　　Laino 說道：“對這種系統(tǒng)感興趣的主要是制藥領(lǐng)域，近年來，制藥領(lǐng)域的化學(xué)品制造環(huán)節(jié)普遍外包。目前，越來越多的制藥企業(yè)開始關(guān)注由自己來制造化學(xué)品。有了人工智能組件，科學(xué)家無需像以往那樣必須花費幾十年時間去開發(fā)某種化學(xué)品，自動化硬件的出現(xiàn)，使得各種流程的作業(yè)時間擴(kuò)大到每天24 h?！?/p>

　　另一種實現(xiàn)人工智能機(jī)器人實驗室的方法是實現(xiàn)研究和儀器的自動化。在2020年3月的一次論證報告中，英國利物浦大學(xué)的化學(xué)教授兼材料創(chuàng)新公司(Materials InnovationFactory)主任Andrew Cooper 領(lǐng)導(dǎo)的一個團(tuán)隊，利用德國奧格斯堡庫卡公司(Kuka)生產(chǎn)的靈巧移動機(jī)器人，研究用水生產(chǎn)氫氣的新型光催化劑(圖2)。

　　該機(jī)器人自主運行了8天，完成了688項實驗，每項實驗分批進(jìn)行，分16批次，測試了由10種不同的化學(xué)溶液組成的混合物，其中包括一種催化劑、兩種表面活性劑和三種染料。隨后用氣相色譜法對每項實驗進(jìn)行評價，以確定實驗效能。Cooper 說道：“在這個自動化機(jī)器人之前，學(xué)生每天只能親手做一項實驗。雖然出于安全考慮，這個機(jī)器人運行較慢，但它就像終結(jié)者——它永遠(yuǎn)不會停下來。它一周工作7天，一天工作24h，一次做16項實驗。”

　　圖2 英國利物浦大學(xué)Cooper 小組實驗室運行中的“自動化研究員”。庫卡移動機(jī)器人(KUKA Mobile Robot)可在82 cm范圍內(nèi)自如移動。該機(jī)器人通過結(jié)合激光掃描和觸摸反饋確定自身的位置，從而進(jìn)行精確定位。出于安全考慮，它移動緩慢，但與人相比，該機(jī)器人系統(tǒng)做實驗的速度很快，因為它做實驗是批量進(jìn)行的，且“思考速度如閃電般快”，Andrew Cooper教授說道。來源：Andrew Cooper，經(jīng)許可

　　Cooper表示，能處理如此多的變量是機(jī)器學(xué)習(xí)的獨特優(yōu)勢。因為這個實驗的“研究空間”包含了近1億種可能的成分組合，該自動化系統(tǒng)采用貝葉斯優(yōu)化算法來評估每個實驗的結(jié)果(此處指實驗中氫的產(chǎn)量)，然后決定在下一批中試驗?zāi)男┏煞值幕旌衔?。?dāng)系統(tǒng)發(fā)現(xiàn)某種組合效果好時，它會嘗試優(yōu)化該組合，同時繼續(xù)尋找“研究空間”中其他領(lǐng)域的成分。

　　Cooper 說道：“對于人類來說，在優(yōu)化的同時進(jìn)行新的嘗試是非常困難的。它的維數(shù)太高了，人類的大腦甚至無法將其概念化?！彼硎?，人類化學(xué)家傾向于一次測試一個變量，而這種人工智能方法恰恰相反，它一次就能改變所有變量，每批實驗都對其機(jī)器學(xué)習(xí)模型進(jìn)行改進(jìn)。實驗結(jié)果表明，光催化劑混合物的活性是初始配方的6倍。

　　Cooper 表示，自動化研究的一大好處是，使提高實驗室空間的處理能力變得更容易?！懊總€月我們都要增加一個新站點，以使我們的實驗室空間變得更加復(fù)雜。目前我們正在研究X射線衍射。這項研究很重要，因為它可以幫助我們確定材料的結(jié)構(gòu)——不僅僅是材料可以做什么，更重要的是材料是什么?！盋ooper 400m2的實驗室現(xiàn)在有兩個機(jī)器人，還有兩個正在訂購中，所有這些機(jī)器人都可以作為一個團(tuán)隊一起工作。

　　加拿大不列顛哥倫比亞大學(xué)的研究人員也開發(fā)了一個由人工智能驅(qū)動的自動化材料科學(xué)平臺，該平臺旨在加速發(fā)現(xiàn)用于清潔能源技術(shù)的先進(jìn)材料。該“自動駕駛”機(jī)器人平臺名為Ada，無需人工監(jiān)督即可生產(chǎn)和測試新型薄膜材料(圖3)。

　　在一項旨在最大化鈣鈦礦太陽能電池中常用的電子-空穴傳輸材料的載流子遷移率的實驗中，Ada通過制備三種溶液(包括氧化劑和摻雜劑)的混合物來制備薄膜。該系統(tǒng)以摻雜劑的相對濃度和退火時間作為輸入變量，將這些混合物沉積到玻璃基板上，然后對其進(jìn)行退火。退火后，自動測量每個樣品的電學(xué)和光學(xué)特性。每個實驗周期需要20min。試驗結(jié)束后，該系統(tǒng)采用貝葉斯優(yōu)化方法自行決定接下來要嘗試的變量組合。Ada確定最佳鈷濃度和退火時間用了35個循環(huán)(約12h)。

　　圖3 哥倫比亞大學(xué)的Ada 機(jī)器人實驗室平臺是一個“自動駕駛”系統(tǒng)。該系統(tǒng)旨在加速用于清潔能源技術(shù)的新型薄膜材料的研發(fā)。中間左側(cè)的淺色柱子頂部有一個鉸接式機(jī)械臂。它前面的黑色柱子是一個基板存放架，正中間右側(cè)的淺色圓柱體是旋涂儀。來源：UBC，經(jīng)許可

　　與Cooper實驗室中的機(jī)器人一樣，Ada通過將人工智能與自動化結(jié)合起來，成功實現(xiàn)了在廣闊的實驗空間中快速導(dǎo)航。Ada項目經(jīng)理Amanda Brown表示，Ada背后的加拿大團(tuán)隊目前有6個這樣的平臺，用于開展6個不同項目，其中一個旨在開發(fā)二氧化碳電解槽，以提高直接從空氣中捕獲碳的效果。

　　首席研究員兼不列顛哥倫比亞大學(xué)化學(xué)以及化學(xué)與生物工程學(xué)教授Curtis Berlinguette 說道：“這是一項集很多學(xué)科知識于一體的工作。我們的平臺是由機(jī)電工程師、機(jī)械工程師、化學(xué)家、材料科學(xué)家、程序員和機(jī)器學(xué)習(xí)專家共同搭建的?！?/p>

　　盡管這項工作前景不可限量，但人工智能驅(qū)動的機(jī)器人實驗室在導(dǎo)航方面仍然存在許多限制。美國馬薩諸塞州劍橋市麻省理工學(xué)院的化學(xué)工程學(xué)助理教授兼藥物發(fā)現(xiàn)與合成機(jī)器學(xué)習(xí)聯(lián)盟(Machine Learning for Pharmaceutical Discovery and Synthesis Consortium，由麻省理工學(xué)院與13家生物制藥和化學(xué)公司組成)成員Connor Coley說道：“總的來說，該領(lǐng)域的發(fā)展使得與更宏偉的目標(biāo)所對應(yīng)的更加困難的問題開始得到解決，但我感覺我們已經(jīng)陷入這個概念驗證階段很長一段時間了?！?/p>

　　Coley 表示，自動化需要應(yīng)對一系列挑戰(zhàn)。Coley 的工作包括將人工智能驅(qū)動的合成規(guī)劃與機(jī)器人自動化結(jié)合起來，用以生產(chǎn)藥用化合物。“如果你的實驗規(guī)模不是很小，那么放熱反應(yīng)就是一個問題。作為一個團(tuán)隊，我們在機(jī)器人分配固體藥劑方面的工作仍然相對較差。一些反應(yīng)性固體粉末往往會結(jié)塊，因此準(zhǔn)確分配這些粉末并精確稱出特定質(zhì)量的粉末仍然是一個問題?！?/p>

　　在IBM的RoboRXN化學(xué)實驗室中，該團(tuán)隊目前使用的硬件無法執(zhí)行多步驟化學(xué)過程中經(jīng)常需要的那種純化。Laino 說道：“如果你想凈化某個化學(xué)試劑，就必須把它從循環(huán)中取出以完成凈化，然后重新啟動自動化過程，這對整個化學(xué)合成的性能有很大影響。”

　　如果這些挑戰(zhàn)以及許多其他挑戰(zhàn)在未來幾年可以得到解決，人工智能驅(qū)動的機(jī)器人實驗室不僅可以提供高通量的化學(xué)和材料研究，還可以進(jìn)行更具創(chuàng)新性的研究。Cooper說道：“我有時太過于強(qiáng)調(diào)利用人工智能驅(qū)動機(jī)器人進(jìn)行研究的速度，這不是重點。我們的根本目標(biāo)始終是著眼于我們根本無法看到的事物。因為自動化的增強(qiáng)率如此之大，所以我們應(yīng)該大膽進(jìn)行一些猜測?！?/p>

　　然而，基于遠(yuǎn)程訪問和擴(kuò)展的組合，Laino對RoboRXN的未來的想象與其他人不同?！跋胂笥幸粋€大倉庫，那里不是一個裝滿計算機(jī)的大數(shù)據(jù)中心，而是按照要求進(jìn)行化學(xué)反應(yīng)的機(jī)器人。突然，你看到了將這項技術(shù)應(yīng)用在化學(xué)等領(lǐng)域的潛力。這場革命肯定需要一些時間，但這將極大地改變我們看待和研究化學(xué)的方式?！?/p>