光明日报记者 崔兴毅 常河
猜测、尝试、纠错，再猜测、再尝试……过去150多年里，传统的化学研究范式深度依赖“试错法”，其局限性使得物质创制的周期长、成本高，难以实现高效、节能。
那理想的化学研究应该是什么样？
在中科院精准智能化学重点实验室主任李震宇看来，就是把东西放进去，想让它转化成什么，就能转化成什么，同时这个过程中不会产生其他不想要的东西。“这就要求整个化学研究做到设计精准，中间所有过程是透明的，机理是清楚的，过程是可控制的。”
改变已经发生——在中国科学技术大学，一台名叫“小来”的机器人，正在代替人类化学家做实验，它能将传统历时约1400年的工作量缩短到5周。
这是以中国科学技术大学李震宇、姚宏斌、江俊等为代表的科研人员，深耕精准智能化学领域，推动科研范式变革取得的成果之一。
1400年变5周，化学品创制周期极大缩短
今年1月，以中国科学技术大学为依托单位的精准智能化学重点实验室获中科院批准建设。据李震宇介绍，实验室正在发展先进的理论计算方法，通过理论计算模拟得到大量精准的计算数据，同时通过实验精准表征，得到大量精准的实验数据，在此基础上学习这些数据，实现“从精准到智能”。在化学智能的助力下，实验室实现对反应路径与材料物性的精准调控，完成“从智能到精准”的闭环，大幅提升化学研究的效率。
“如果有很多的数据，计算机自己就可以找出其中的关联，不需要由人先总结一个规律，再由实验或者计算加以验证，使研究速度大幅提高。”李震宇打了个比方，这是从步行到坐火箭的速度提升，将使以前的很多“不可能”变成“可能”。
以潜力巨大的高熵化合物催化剂为例：获得最优配方需要测试极其庞大的化学配比组合，如果依赖传统研究范式，这一过程可能需要1400年，而“机器化学家”发挥数据驱动和智能优化的优势，从55万种可能的金属配比中找出最优的高熵催化剂，仅需要5周时间。
“但现在也存在一些难点，最大的问题就是数据不统一。”中国科学技术大学化学与材料科学学院教授江俊表示，机器人能够阅读海量论文来获取数据，但由于实验室条件不同，测量标准也不一样，数据经常出现冲突。这可能导致机器人在阅读学习的过程中出现“误解”。
对此，江俊团队想出了一个新思路——用理论模拟大数据产生预训练模型，再依托应用实践小数
猜测、尝试、纠错，再猜测、再尝试……过去150多年里，传统的化学研究范式深度依赖“试错法”，其局限性使得物质创制的周期长、成本高，难以实现高效、节能。
那理想的化学研究应该是什么样？
在中科院精准智能化学重点实验室主任李震宇看来，就是把东西放进去，想让它转化成什么，就能转化成什么，同时这个过程中不会产生其他不想要的东西。“这就要求整个化学研究做到设计精准，中间所有过程是透明的，机理是清楚的，过程是可控制的。”
改变已经发生——在中国科学技术大学，一台名叫“小来”的机器人，正在代替人类化学家做实验，它能将传统历时约1400年的工作量缩短到5周。
这是以中国科学技术大学李震宇、姚宏斌、江俊等为代表的科研人员，深耕精准智能化学领域，推动科研范式变革取得的成果之一。
1400年变5周，化学品创制周期极大缩短
今年1月，以中国科学技术大学为依托单位的精准智能化学重点实验室获中科院批准建设。据李震宇介绍，实验室正在发展先进的理论计算方法，通过理论计算模拟得到大量精准的计算数据，同时通过实验精准表征，得到大量精准的实验数据，在此基础上学习这些数据，实现“从精准到智能”。在化学智能的助力下，实验室实现对反应路径与材料物性的精准调控，完成“从智能到精准”的闭环，大幅提升化学研究的效率。
“如果有很多的数据，计算机自己就可以找出其中的关联，不需要由人先总结一个规律，再由实验或者计算加以验证，使研究速度大幅提高。”李震宇打了个比方，这是从步行到坐火箭的速度提升，将使以前的很多“不可能”变成“可能”。
以潜力巨大的高熵化合物催化剂为例：获得最优配方需要测试极其庞大的化学配比组合，如果依赖传统研究范式，这一过程可能需要1400年，而“机器化学家”发挥数据驱动和智能优化的优势，从55万种可能的金属配比中找出最优的高熵催化剂，仅需要5周时间。
“但现在也存在一些难点，最大的问题就是数据不统一。”中国科学技术大学化学与材料科学学院教授江俊表示，机器人能够阅读海量论文来获取数据，但由于实验室条件不同，测量标准也不一样，数据经常出现冲突。这可能导致机器人在阅读学习的过程中出现“误解”。
对此，江俊团队想出了一个新思路——用理论模拟大数据产生预训练模型，再依托应用实践小数