從ChatGPT到Sora，人工智能技術(shù)已進入高速發(fā)展的新紀(jì)元。當(dāng)?shù)貢r間3月21日，聯(lián)合國大會投票通過了首個有關(guān)人工智能的全球決議草案，包括中國在內(nèi)的122個國家參與了共同提案。有相關(guān)人士表示：“隨著技術(shù)的快速發(fā)展，我們就像在波濤洶涌的水域中航行?！?br/>

　　而在石化行業(yè)的“靜水流深”之中，研究者、企業(yè)家們也正在積極探索“新航線”。日前，業(yè)內(nèi)專家在接受《中國化工報》記者采訪時表示，人工智能技術(shù)對于石化行業(yè)的研發(fā)端而言意義重大，將推動研究范式變革，百倍甚至千倍地提升研發(fā)速度。

　　從“小作坊”到“智慧科研”——新范式探尋“全局理想最優(yōu)解”

　　“新的時代需要新的工具、新的范式?！敝袊茖W(xué)技術(shù)大學(xué)化學(xué)與材料科學(xué)學(xué)院教授江俊指出，“傳統(tǒng)的基于試錯模式的‘小作坊’和依靠手口相傳的信息孤島難以適應(yīng)新時代，我們需要研制具有智慧科研能力的機器化學(xué)家，探索研究范式變革。”

　　據(jù)江俊介紹，目前全球石化行業(yè)都在加大對化學(xué)化工智能的投入，如殼牌推出“開放人工智能計劃(OAI)”，巴斯夫與柏林工業(yè)大學(xué)、帝國理工大學(xué)等合作開發(fā)人工智能系統(tǒng)等。

　　“產(chǎn)生將人工智能和化學(xué)研究結(jié)合起來的念頭是在10年前，一位同校計算機系的教授汪洋啟發(fā)了我。”江俊回憶說，“他說你們的教材很多年都沒有大變動，但我們基本每年都要更新自己的講義。這讓我意識到，做基礎(chǔ)研究不能不思進取，要積極改變底層的訓(xùn)練方法?！?/p>

　　在此背景下，江俊及其研究團隊開始嘗試將人工智能用于化學(xué)實驗室研究，并于2022年推出了機器化學(xué)家平臺。江俊認(rèn)為，該平臺為基礎(chǔ)研究提供了一種新范式?！盎瘜W(xué)研究的實驗試錯范式是高維度、低通量的，配方和工藝的搜索常常止步于局部最優(yōu)解?！彼f，“而機器化學(xué)家經(jīng)過低維度理論大數(shù)據(jù)預(yù)訓(xùn)練、指導(dǎo)試驗采樣、低通量實驗數(shù)據(jù)遷移學(xué)習(xí)，可實現(xiàn)模型校準(zhǔn)，并在研究中得到全局理想最優(yōu)解?！?/p>

　　無獨有偶，華東理工大學(xué)也于去年推出了國內(nèi)首個高分子材料基因組研發(fā)平臺(AI plus高分子軟件平臺)。該平臺由該校林嘉平教授團隊開發(fā)，通過對高分子材料研發(fā)中的結(jié)構(gòu)性能進行數(shù)據(jù)挖掘，并集成機器學(xué)習(xí)性能預(yù)測功能、結(jié)構(gòu)設(shè)計、配方及工藝參數(shù)優(yōu)化等功能，加速高性能高分子材料的研發(fā)。

　　中國中化藍(lán)星智云首席科學(xué)家馮恩波在接受記者采訪時表示，人工智能技術(shù)對化工行業(yè)的研發(fā)工作影響巨大，尤其是在新材料等正面臨“卡脖子”問題的領(lǐng)域中，能夠降低研發(fā)成本，并極大縮短研發(fā)周期。“人工智能對于研發(fā)速度的提升不是1到2倍的問題，而是百倍、千倍?！瘪T恩波說。

　　從現(xiàn)實需求到未來技術(shù)——“顛覆性同事”破解“卡脖子”難題

　　這些機器化學(xué)家具體能做什么？它們將如何推動研究范式變革？

　　江俊指出，機器化學(xué)家的三大“美德”包括能讀、會算和勤做?！澳茏x”指其自然語言處理能力，該平臺可利用機器智能去查找和閱讀文獻(xiàn)，從海量研究數(shù)據(jù)中汲取專家經(jīng)驗，提出科學(xué)假說并制訂實驗方案；“會算”指通過高通量計算產(chǎn)生理論大數(shù)據(jù)；“勤做”則指全自主實驗操作機器人，2臺移動機器人和15個智能化學(xué)工作站，可以完成高通量合成、表征、測試的化學(xué)實驗全流程。

　　2023年11月，機器化學(xué)家平臺的“作品”——利用火星隕石制備實用的產(chǎn)氧電催化劑問世。在該催化劑的研發(fā)過程中，機器化學(xué)家系統(tǒng)利用火星隕石實現(xiàn)產(chǎn)氧催化劑無人化創(chuàng)制的工作流程。該系統(tǒng)包括移動機器人、計算大腦、云服務(wù)器和多個不同功能的化學(xué)工作站。內(nèi)外雙循環(huán)的機器自動化過程集成了原料準(zhǔn)備、樣品合成、性能表征和配方優(yōu)化步驟。

　　江俊表示，該平臺在2個月內(nèi)完成了原本實驗室里需要上千年才能完成的百萬級隕石配方篩選任務(wù)，研究成果發(fā)表在國際期刊《自然·合成》(Nature Synthesis)上。英國皇家科學(xué)院院士安德魯·庫珀(Andew Cooper)評價稱：“該智能創(chuàng)制模式可廣泛應(yīng)用于化學(xué)研究中?！?/p>

　　在江俊展示的視頻中，機器人在實驗室里有條不紊地運作，如同一個訓(xùn)練有素的研究人員?！巴抡f，現(xiàn)在都提倡研究‘顛覆性技術(shù)’，你這倒好，弄出一個‘顛覆性同事’來！”江俊玩笑著說。

　　而對于化工行業(yè)的現(xiàn)實需求，機器化學(xué)家們也大展身手。如近年來面臨“卡脖子”問題的先進樹脂基復(fù)合材料，行業(yè)亟須解決先進樹脂基復(fù)合材料的高強度、耐高溫、輕質(zhì)化和功能化等難以兼具的難題。

　　2023年，林嘉平研究團隊通過高分子材料基因組研發(fā)平臺研制出系列先進復(fù)合材料基體樹脂，如固化溫度小于300攝氏度、5%熱分解溫度大于650攝氏度、玻璃化轉(zhuǎn)變溫度大于600攝氏度的新型耐高溫、易加工硅萘炔和硅芴炔樹脂，耐高溫、高韌性的新型聚硅炔酰亞胺樹脂等。經(jīng)相關(guān)科研單位開展復(fù)合材料及構(gòu)件性能評價，這些新型樹脂可滿足我國在高性能高分子材料領(lǐng)域的部分需求。

　　從實驗室到應(yīng)用推廣——機器化學(xué)家有待行業(yè)共培育

　　馮恩波指出，盡管成績斐然，但用于研發(fā)工作的人工智能仍需時間“成長”。其中，算力、數(shù)據(jù)和應(yīng)用場景是其成熟的關(guān)鍵因素。

　　“一方面，人工智能需要大量的數(shù)據(jù)對其進行訓(xùn)練，現(xiàn)在我們的數(shù)據(jù)庫還不是很完備，特別是國外的數(shù)據(jù)庫，或是保密或是售價較高。另一方面，我們的算力還需要一定的發(fā)展周期。”馮恩波表示，要推動研發(fā)端人工智能發(fā)展，更重要的是使其真正得到應(yīng)用推廣?！拔覀冃枰嘈袠I(yè)企業(yè)認(rèn)識到這項技術(shù)的重要性，更廣泛地采用這項技術(shù)。在推廣應(yīng)用的過程中獲得的數(shù)據(jù)、資金以及場景需求，都將反哺技術(shù)的發(fā)展，讓人工智能變得更‘聰明’?！彼f。

　　據(jù)介紹，林嘉平研究團隊已建成國內(nèi)首個樹脂結(jié)構(gòu)性能數(shù)據(jù)庫和基團間化學(xué)反應(yīng)數(shù)據(jù)庫，包含3萬多種高分子的近15萬條性能數(shù)據(jù)、58516種基元反應(yīng)模板的近140萬條化學(xué)反應(yīng)數(shù)據(jù)。目前，平臺已在上海華誼集團樹脂廠、上海航天八院等企業(yè)試用。

　　“人工智能在工業(yè)領(lǐng)域的應(yīng)用是‘呼之欲出’，業(yè)內(nèi)對此已有共識。”江俊說，“對于像機器化學(xué)家這樣的平臺，我希望能夠形成一種共同生產(chǎn)模式，建設(shè)一個大規(guī)模智慧創(chuàng)制平臺，讓研究者能夠輕松獲得數(shù)據(jù)和支持、產(chǎn)生變革性發(fā)明，讓公司能生產(chǎn)顛覆性產(chǎn)品?！?/p>

　　江俊介紹說，機器化學(xué)家平臺目前已參與了篩選燃料電池催化劑配方、精準(zhǔn)創(chuàng)制半導(dǎo)體器件與芯片等工作，發(fā)布了面向工程師開發(fā)者的機器化學(xué)家指令集、面向科研用戶的操作系統(tǒng)、面向研究生的化學(xué)實驗?zāi)０鍘?、面向?lián)盟單位的聯(lián)邦學(xué)習(xí)算法系統(tǒng)。未來，團隊還將研究賦予機器人物質(zhì)級別的化學(xué)感知、理解和智能能力，使之更加“能干”。