中國網(wǎng)/中國發(fā)展門戶網(wǎng)訊 當(dāng)前，隨著大數(shù)據(jù)與人工智能（AI）技術(shù)的飛速發(fā)展，人類正迎來新一輪科技與產(chǎn)業(yè)革命。一些代表性智能工具，如AlphaFold2和ChatGPT展現(xiàn)出了超越人類解決復(fù)雜問題的能力。人工智能技術(shù)的引入不僅極大地提升了科研過程中通用工具的效率和準(zhǔn)確性，更重要的是，它有助于構(gòu)建一個由產(chǎn)業(yè)需求驅(qū)動科學(xué)研究的有效體系。本文旨在通過探討大模型驅(qū)動、人機(jī)協(xié)同的機(jī)器化學(xué)家云設(shè)施建設(shè)，進(jìn)一步探討“AI for Science”科研新范式的變革。

化學(xué)研究范式變革：挑戰(zhàn)、機(jī)遇與趨勢

化學(xué)作為一門基礎(chǔ)科學(xué)，致力于研究物質(zhì)的組成、結(jié)構(gòu)、性質(zhì)，及其在不同條件下的行為和與其他物質(zhì)之間的相互作用等。實驗和理論兩種研究方法相互補(bǔ)充，共同推進(jìn)化學(xué)科學(xué)研究的進(jìn)步，在推動新材料研發(fā)、探索新能源、改進(jìn)生物醫(yī)療技術(shù)等方面均有著重要意義和廣泛應(yīng)用。

化學(xué)研究領(lǐng)域面臨的挑戰(zhàn)

當(dāng)前，化學(xué)科學(xué)領(lǐng)域的研究對象日益復(fù)雜化和高維度化，這給科學(xué)研究帶來了巨大的挑戰(zhàn)。現(xiàn)行主流的研究方法依賴于窮舉試錯和降低變量復(fù)雜度等傳統(tǒng)手段，其低效和局限性問題日益凸顯。

從微觀的原子、分子尺度到宏觀的應(yīng)用材料尺度，物質(zhì)性質(zhì)受不同反應(yīng)條件及相互作用影響，難以進(jìn)行準(zhǔn)確預(yù)測和描述。人類對于解析從微觀到宏觀尺度復(fù)雜系統(tǒng)底層規(guī)律的渴望日益增長，這種解析將對合成自動優(yōu)化、按需逆向設(shè)計材料，以及精準(zhǔn)控制生物醫(yī)學(xué)過程具有重要指導(dǎo)意義。然而，從物理常數(shù)、薛定諤方程和元素周期表等基本規(guī)則到復(fù)雜應(yīng)用層面的自下而上演化，其中存在極大的復(fù)雜度和多樣性，這就導(dǎo)致現(xiàn)實世界問題與結(jié)構(gòu)-效能關(guān)系之間的脫節(jié)。化學(xué)合成仍然依賴于專家經(jīng)驗，距離智能優(yōu)化目標(biāo)相去甚遠(yuǎn)；數(shù)據(jù)的不完整和構(gòu)效關(guān)系的不明確，依舊是材料逆向定制設(shè)計的“攔路虎”；生物學(xué)領(lǐng)域中心法則過程的演變信息缺乏，限制了人類對于疾病機(jī)理和生命本質(zhì)的認(rèn)知。

化學(xué)研究范式變革的機(jī)遇

為了積極應(yīng)對化學(xué)科學(xué)領(lǐng)域面臨的挑戰(zhàn)，必須創(chuàng)新研究方法，革新研究范式。隨著大數(shù)據(jù)時代的來臨，數(shù)據(jù)驅(qū)動的科研范式開始嶄露頭角。人工智能擅長從高維度、高復(fù)雜度的數(shù)據(jù)中探索變量之間的關(guān)聯(lián)，這一趨勢為迎接挑戰(zhàn)提供了全新的機(jī)遇。

以深度學(xué)習(xí)和大模型為代表的人工智能技術(shù)，具備學(xué)習(xí)能力、自適應(yīng)性、自主決策、模式識別與預(yù)測等特質(zhì)，展現(xiàn)出超越人類、智能決策的優(yōu)勢（圖1）。2016年，DeepMind公司開發(fā)的人工智能程序AlphaGo采用深度強(qiáng)化學(xué)習(xí)技術(shù)，結(jié)合深度神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)算法，對棋局策略進(jìn)行高效搜索并做出精準(zhǔn)判斷，超越了人類傳統(tǒng)的啟發(fā)式圍棋搜索方法。這一圍棋界的人機(jī)較量成為人工智能發(fā)展史上的里程碑事件，首次展現(xiàn)出人工智能在復(fù)雜決策領(lǐng)域的應(yīng)用潛力；2021年，蛋白質(zhì)結(jié)構(gòu)預(yù)測程序AlphaFold2基于深度神經(jīng)網(wǎng)絡(luò)和自注意力機(jī)制，通過訓(xùn)練大規(guī)模序列數(shù)據(jù)，實現(xiàn)對蛋白質(zhì)三維結(jié)構(gòu)的高精度預(yù)測。這一突破性成果，對藥物設(shè)計和疾病診斷具有潛在重要意義；2023年火爆全球的對話生成模型ChatGPT，運(yùn)用Transformer架構(gòu)中的自注意力機(jī)制和多層神經(jīng)網(wǎng)絡(luò)生成語言，并通過無監(jiān)督學(xué)習(xí)的方式不斷迭代語言生成能力，提升人機(jī)交互體驗。其代表了人工智能在自然語言處理領(lǐng)域的突破式進(jìn)展，有望幫助人類獲取信息及智能決策，實現(xiàn)通用認(rèn)知智能的涌現(xiàn)。

智能驅(qū)動的機(jī)器人化學(xué)研究近年來取得了一系列突破。2022年，英國格拉斯哥大學(xué)的Cronin團(tuán)隊開發(fā)了自動化機(jī)器人系統(tǒng)Chemputer，其集成了文獻(xiàn)閱讀、實驗方案定制、化合物合成和表征功能，能夠?qū)⑽墨I(xiàn)中的合成步驟轉(zhuǎn)換成機(jī)器可讀的化學(xué)描述語言，并儲存于內(nèi)部數(shù)據(jù)庫中，以便機(jī)器人自動執(zhí)行。英國利物浦大學(xué)Cooper團(tuán)隊開發(fā)了移動機(jī)器人化學(xué)家，其可以高效執(zhí)行實驗，并使用貝葉斯算法優(yōu)化驅(qū)動，根據(jù)已有實驗數(shù)據(jù)進(jìn)一步分析優(yōu)化實驗計劃；不過，Cooper認(rèn)為目前的機(jī)器人缺乏計算大腦，沒有利用已有的化學(xué)知識，不能引入理論或物理模型，以致貝葉斯優(yōu)化是盲目的。2022年，中國科學(xué)技術(shù)大學(xué)江俊團(tuán)隊開發(fā)出數(shù)據(jù)智能驅(qū)動的全流程機(jī)器化學(xué)家，其由機(jī)器閱讀系統(tǒng)、機(jī)器計算系統(tǒng)和機(jī)器實驗系統(tǒng)三大模塊組成，能學(xué)習(xí)前人知識與智慧，思考產(chǎn)生物理模型及提供智能預(yù)測，并高效實驗產(chǎn)生全生命周期數(shù)據(jù)。該平臺充分發(fā)揮機(jī)器數(shù)據(jù)可重復(fù)、可信任、可溯源、可對齊的優(yōu)點，用精準(zhǔn)實驗數(shù)據(jù)校準(zhǔn)理論的預(yù)訓(xùn)練模型，實現(xiàn)了理實交融的智能預(yù)測。

化學(xué)科學(xué)研究的發(fā)展趨勢

國際情況。自從ChatGPT在2023年初證明了通用認(rèn)知智能的可行性，不到半年時間，美國、英國、加拿大、荷蘭、瑞士等國紛紛加速投入發(fā)展裝備智能科學(xué)大模型的智慧大腦。2023年，美國更新發(fā)布《國家人工智能研發(fā)戰(zhàn)略計劃》，每年投入大量經(jīng)費(fèi)用于支持?jǐn)?shù)據(jù)科學(xué)、人工智能、量子信息等研究；2023年起，英國也投入經(jīng)費(fèi)開始用于融合大模型、機(jī)器人和智能聯(lián)盟的智能創(chuàng)新工場建設(shè)；2023年4月，加拿大向加速聯(lián)盟追加15億元人民幣投資用于建設(shè)大規(guī)模智能實驗室基礎(chǔ)設(shè)施；2023年7月，荷蘭開始打造機(jī)器人化學(xué)實驗室；2022年12月，瑞士投入資金用于打造公共服務(wù)設(shè)施，借助大模型來驅(qū)動機(jī)器人。具有化學(xué)智慧的機(jī)器科學(xué)家支撐產(chǎn)業(yè)數(shù)字化，也已經(jīng)成為現(xiàn)實。2022年，聯(lián)合利華60%的年度研發(fā)經(jīng)費(fèi)都用于購買英國利物浦大學(xué)機(jī)器化學(xué)家材料創(chuàng)新工廠提供的智能合成與測試服務(wù)。

我國情況。目前，我國在覆蓋智能文獻(xiàn)調(diào)研與研究規(guī)劃、計算、實驗、優(yōu)化全流程的機(jī)器化學(xué)家系統(tǒng)方面局部領(lǐng)先，但在大規(guī)模智能實驗室與化學(xué)科學(xué)大模型方面亟須進(jìn)行建制化的項目部署，避免“起個大早，趕個晚集”。

機(jī)器化學(xué)家云設(shè)施：未來化學(xué)研究新工具

人工智能技術(shù)的飛速發(fā)展正在為化學(xué)科學(xué)研究帶來前所未有的機(jī)遇和挑戰(zhàn)。在當(dāng)前科技革命和產(chǎn)業(yè)變革的浪潮中，研發(fā)匯聚科學(xué)數(shù)據(jù)、人工智能算法、智能機(jī)器人和云平臺的化學(xué)研究新工具成為迫切而必要的任務(wù)。這一工具的研發(fā)有望解決長期困擾化學(xué)科學(xué)革新的維度災(zāi)難和復(fù)雜巨系統(tǒng)黑盒問題，從而推動我國在高值化學(xué)品、功能材料、生物化學(xué)醫(yī)藥等領(lǐng)域取得顛覆性突破。

機(jī)器化學(xué)家云設(shè)施的內(nèi)涵

人類化學(xué)家傳統(tǒng)的研究工作路線通常由提出需求、查閱文獻(xiàn)、設(shè)計方案、理論模擬和實驗驗證、提煉理論及解決實際問題等流程組成。相較于人類的研究方法論，涵蓋數(shù)據(jù)庫、人機(jī)交互、機(jī)器實驗員、化學(xué)工作站和化學(xué)大腦的機(jī)器化學(xué)家云設(shè)施不僅能夠完全覆蓋以上流程，還可以通過人機(jī)交互系統(tǒng)進(jìn)行人機(jī)協(xié)同定制化解決特定難題（圖2）。

數(shù)據(jù)是現(xiàn)代科學(xué)研究的重要組成部分，對于機(jī)器化學(xué)家云設(shè)施而言更是至關(guān)重要。通過數(shù)據(jù)庫中海量化學(xué)數(shù)據(jù)驅(qū)動，機(jī)器化學(xué)家可以學(xué)習(xí)前人知識與智慧，人機(jī)交互提出科學(xué)問題，再經(jīng)過融合科學(xué)大模型的化學(xué)大腦進(jìn)行思考，建立物理模型并提供智能預(yù)測。隨后給出研究方案，驅(qū)動高效的機(jī)器實驗員、化學(xué)工作站及智算服務(wù)器產(chǎn)生高質(zhì)量的實驗數(shù)據(jù)和理論模擬數(shù)據(jù)。再通過數(shù)據(jù)反饋優(yōu)化科學(xué)大模型，形成垂直領(lǐng)域的應(yīng)用模型，從而解決具體科學(xué)難題。其獨特之處在于，能夠高效地整合數(shù)據(jù)知識、不斷調(diào)整理論和實驗設(shè)計，實現(xiàn)全流程的智能化推演。目前，中國科學(xué)技術(shù)大學(xué)研制成功了全球首個數(shù)據(jù)智能驅(qū)動的全流程機(jī)器化學(xué)家，中國科學(xué)院自動化研究所與武漢人工智能研究院推出了“紫東太初”全模態(tài)大模型，科大訊飛研制了“訊飛星火”認(rèn)知大模型，中國科學(xué)院在全國部署了20余個科學(xué)數(shù)據(jù)中心、智算中心，具備建設(shè)機(jī)器化學(xué)家云設(shè)施的良好基礎(chǔ)。

機(jī)器化學(xué)家云設(shè)施將帶來全新的科研組織形式，即機(jī)器實驗員實現(xiàn)科研人員體力的解放，數(shù)據(jù)庫和化學(xué)大腦實現(xiàn)科研人員腦力的解放，云平臺智能管理決策系統(tǒng)實現(xiàn)個體間的鏈接，并通過新生成數(shù)據(jù)與科學(xué)大模型間的相互對抗校準(zhǔn)，逐步進(jìn)行全局優(yōu)化，通力合作幫助科研用戶取得科學(xué)突破。整套設(shè)施將大力推動我國科研組織形式的變革，實現(xiàn)大數(shù)據(jù)、認(rèn)知智能、機(jī)器學(xué)習(xí)、智能硬件等多領(lǐng)域的高度融合，推動科學(xué)研究向更深、更廣領(lǐng)域拓展。

建設(shè)機(jī)器化學(xué)家云設(shè)施的意義

機(jī)器化學(xué)家云設(shè)施在實驗機(jī)器人硬件中融合了深度學(xué)習(xí)和科學(xué)大模型等人工智能技術(shù)，為聚合多學(xué)科方法論、融合多領(lǐng)域知識邏輯、耦合化學(xué)科學(xué)家群體智慧、減輕實驗人員工作強(qiáng)度提供了技術(shù)底座，將加速實驗設(shè)計和數(shù)據(jù)分析過程，提升化學(xué)科學(xué)研究的效率和準(zhǔn)確性。當(dāng)前，美英等多國紛紛加速投入發(fā)展裝備有科學(xué)大模型的機(jī)器科研工具。而智能領(lǐng)域是典型的“贏家通吃”，幾乎沒有后發(fā)優(yōu)勢，只有搶占先機(jī)，率先掌握先進(jìn)科研工具才能使我國在新一輪科技革命中不受制于人。因此，把握我國自主研發(fā)機(jī)器化學(xué)家的領(lǐng)先優(yōu)勢，研制機(jī)器化學(xué)家云設(shè)施，能夠防范我國在智能化學(xué)研究新范式的基礎(chǔ)研究工具方面被“卡脖子”，爭搶智能化學(xué)領(lǐng)域優(yōu)勢地位。機(jī)器化學(xué)家云設(shè)施的建設(shè)也將對整個社會產(chǎn)生積極的溢出效應(yīng)，推動產(chǎn)業(yè)數(shù)字化，提升生產(chǎn)效率，還有望催生新一輪的產(chǎn)業(yè)革命。

總體而言，機(jī)器化學(xué)家云設(shè)施對增強(qiáng)我國在科技創(chuàng)新領(lǐng)域的競爭力、確保在新興科技領(lǐng)域中的領(lǐng)先地位具有巨大而深遠(yuǎn)的意義，將助力我國在全球新一輪科技革命中取得更大的發(fā)展和突破。

機(jī)器化學(xué)家云設(shè)施：分層架構(gòu)

通過科學(xué)大模型預(yù)測和智能機(jī)器人實證相互對抗、協(xié)同進(jìn)化，打造具備化學(xué)科學(xué)智能的機(jī)器化學(xué)家云設(shè)施，將驅(qū)動研究范式變革，產(chǎn)生重大科學(xué)突破。

化學(xué)科學(xué)數(shù)據(jù)庫

數(shù)據(jù)驅(qū)動的研究范式中，科學(xué)數(shù)據(jù)的有效整合和利用是創(chuàng)新的核心驅(qū)動力。然而，當(dāng)前科學(xué)數(shù)據(jù)普遍存在標(biāo)準(zhǔn)不統(tǒng)一、質(zhì)量良莠不齊、多來源數(shù)據(jù)相對獨立等問題，限制了基于數(shù)據(jù)的化學(xué)科學(xué)研究。因此，迫切需要打破數(shù)據(jù)孤島現(xiàn)象，融合不同來源的理論和實驗數(shù)據(jù)構(gòu)建多學(xué)科知識和多模態(tài)數(shù)據(jù)的人工智能化學(xué)科學(xué)數(shù)據(jù)庫。這將為化學(xué)科學(xué)領(lǐng)域的智能發(fā)展提供堅實的數(shù)據(jù)基礎(chǔ)。

化學(xué)科學(xué)數(shù)據(jù)庫將嵌入人工智能模型，并匯聚文獻(xiàn)數(shù)據(jù)、整合理論與實驗數(shù)據(jù)，包括以下4個方面。

化學(xué)科學(xué)領(lǐng)域數(shù)據(jù)匯聚。整合各單位數(shù)據(jù)資源，利用科學(xué)文獻(xiàn)中的文本、表格、圖像等多模態(tài)數(shù)據(jù)，以及第一性原理模擬所產(chǎn)生的大量化學(xué)分子和材料的基礎(chǔ)物理化學(xué)數(shù)據(jù)。同時，建立實驗數(shù)據(jù)采集渠道和國家標(biāo)準(zhǔn)，實現(xiàn)標(biāo)準(zhǔn)化數(shù)據(jù)的自動采集和快速分析。

科技文獻(xiàn)機(jī)器閱讀工具建設(shè)。通過對來源于科技期刊、教科書、題庫等語料數(shù)據(jù)的清理、篩選和標(biāo)注，獲取高價值通用領(lǐng)域預(yù)訓(xùn)練語料和化學(xué)科學(xué)領(lǐng)域預(yù)訓(xùn)練語料。利用深度挖掘技術(shù)對科技文獻(xiàn)內(nèi)容進(jìn)行深入挖掘，從文本、圖像、表格中提取計算和實驗數(shù)據(jù)。

數(shù)據(jù)精編與高質(zhì)量數(shù)據(jù)庫建設(shè)。標(biāo)注預(yù)訓(xùn)練語料，對文獻(xiàn)中的計算和實驗數(shù)據(jù)進(jìn)行整編，并進(jìn)行數(shù)據(jù)分類和質(zhì)量評估。開發(fā)基于可解釋模型的數(shù)據(jù)鑒別和質(zhì)量評分技術(shù)，以智能方式清洗數(shù)據(jù)。

知識嵌入與知識圖譜構(gòu)建。運(yùn)用映射關(guān)系分析構(gòu)建關(guān)聯(lián)模型，建立化學(xué)科學(xué)知識圖譜，包括結(jié)構(gòu)、性質(zhì)、演化關(guān)聯(lián)性。通過知識圖譜引導(dǎo)多模態(tài)數(shù)據(jù)融合，構(gòu)建統(tǒng)一、高效、可擴(kuò)展、結(jié)構(gòu)清晰的數(shù)據(jù)存儲格式。利用預(yù)訓(xùn)練模型等工具將知識圖譜嵌入到化學(xué)科學(xué)大模型中，提升知識的利用效率。

科學(xué)大模型

當(dāng)前，基于神經(jīng)網(wǎng)絡(luò)的大模型在預(yù)測方面存在可靠性不高、邏輯推理和語義理解深度不足、可解釋性和可調(diào)試性不強(qiáng)等核心問題，因此在對準(zhǔn)確度要求較高的化學(xué)科學(xué)的應(yīng)用中表現(xiàn)不佳。針對這些問題，需要發(fā)展基于數(shù)理邏輯的科學(xué)大模型，將數(shù)據(jù)驅(qū)動的神經(jīng)網(wǎng)絡(luò)模型與知識驅(qū)動的符號邏輯推理引擎深度融合，并應(yīng)用于數(shù)學(xué)、化學(xué)、物理等智能科學(xué)領(lǐng)域。

本研究提出的科學(xué)大模型框架在現(xiàn)有數(shù)據(jù)庫、潛在數(shù)據(jù)庫和終端應(yīng)用基礎(chǔ)上，專注于研究知識驅(qū)動的推理引擎。該引擎構(gòu)建在領(lǐng)域本體和知識庫之上，并與數(shù)據(jù)庫和潛在數(shù)據(jù)庫連接，以模擬人類思考的認(rèn)知推理和決策能力，從而彌補(bǔ)大型模型在可靠性、可解釋性和可調(diào)試性等方面的缺陷。

科學(xué)大模型通過綜合知識圖譜和基于化學(xué)認(rèn)知的知識增強(qiáng)算法，融入專家的化學(xué)知識和理解，利用特色化學(xué)描述符，創(chuàng)建基于化學(xué)原理的清晰人工智能算法，以解決大規(guī)模篩選和策略優(yōu)化等復(fù)雜挑戰(zhàn)，構(gòu)建出具備“化學(xué)智慧”的機(jī)器科學(xué)家大腦。根據(jù)用戶需求，設(shè)計實驗方案和運(yùn)行流程，實時分析實驗數(shù)據(jù)，調(diào)整智能模型，并持續(xù)反饋優(yōu)化實驗方案，實現(xiàn)實驗方案和流程的自動決策與優(yōu)化。

機(jī)器人平臺

機(jī)器人平臺將提供高效、精準(zhǔn)的實驗和數(shù)據(jù)處理解決方案，具體包括以下4個方面。

基于微通道連續(xù)流的全自動高通量研究系統(tǒng)。系統(tǒng)旨在精確、自動、高通量地進(jìn)行重要有機(jī)化學(xué)反應(yīng)和關(guān)鍵功能材料合成，需要解決多領(lǐng)域技術(shù)問題，并集成多個關(guān)鍵功能子系統(tǒng)，包括多通道反應(yīng)物自動切換、微通道連續(xù)流反應(yīng)、產(chǎn)物收集和后處理、在線檢測和自動采樣、色譜接口、反應(yīng)溫度控制、總控和人機(jī)交互系統(tǒng)。

全自動高通量研究系統(tǒng)的功能擴(kuò)展。為確保高通量實驗結(jié)果可靠性，各子系統(tǒng)配備冗余傳感器，并結(jié)合視覺識別技術(shù)進(jìn)行實時反饋和異常數(shù)據(jù)自動篩選。研究人員只需準(zhǔn)備反應(yīng)物庫和輸入反應(yīng)矩陣，系統(tǒng)即可完成實驗、后處理和檢測，并批量輸出數(shù)據(jù)。未來可通過增加子系統(tǒng)和功能模塊，拓展研究范圍，完成更復(fù)雜的后處理和檢測分析工作。

全自主實驗的移動操作機(jī)器人。設(shè)計六自由度機(jī)械臂與全向移動底盤的軟硬件集成；設(shè)計實驗室環(huán)境的視覺感知算法，以及高精度視覺引導(dǎo)、實時力反饋的靈巧控制方法；研究多模態(tài)數(shù)據(jù)的高精度定位和建圖方法，開發(fā)動態(tài)避障算法和任務(wù)管理系統(tǒng)，實現(xiàn)移動操作機(jī)器人的全自主實驗。

全流程智能化學(xué)實驗室。研制自主知識產(chǎn)權(quán)的自動封裝機(jī)、液體自動分配工作站和電化學(xué)自動化測試工作站，同時設(shè)計全自主移動操作機(jī)器人、高通量實驗平臺、實驗儀器設(shè)備的協(xié)同控制系統(tǒng)和全流程任務(wù)調(diào)度系統(tǒng)，以搭建集成化學(xué)合成、譜學(xué)表征和性能測試等功能的全流程智能化學(xué)實驗室（圖3），實現(xiàn)化學(xué)研究的全場景覆蓋。

智能管理決策系統(tǒng)

智能管理決策系統(tǒng)即智能化學(xué)云平臺，包括機(jī)器化學(xué)家指令集、操作系統(tǒng)、聯(lián)邦學(xué)習(xí)算法系統(tǒng)等，促使機(jī)器化學(xué)家能夠在不同實驗任務(wù)和實驗室之間進(jìn)行遷移學(xué)習(xí)，最終構(gòu)建標(biāo)準(zhǔn)化的云平臺層面智能化學(xué)實驗室（圖4）。

指令集包括開發(fā)接口函數(shù)、通信協(xié)議、設(shè)備規(guī)范和數(shù)據(jù)標(biāo)準(zhǔn)4個部分的標(biāo)準(zhǔn)化，以支持不同來源的數(shù)據(jù)對齊，實現(xiàn)數(shù)據(jù)互聯(lián)互通。具有友好人機(jī)交互界面、明確業(yè)務(wù)流、直觀數(shù)據(jù)可視功能的操作系統(tǒng)幫助科研人員擺脫物理空間限制，遠(yuǎn)程即可開展實驗、模擬和數(shù)據(jù)分析，同時也便于系統(tǒng)整體進(jìn)行實驗任務(wù)調(diào)配、合理安排資源。聯(lián)邦學(xué)習(xí)算法系統(tǒng)的核心是數(shù)據(jù)不動、模型動，即可以在保障數(shù)據(jù)隱私安全的前提下，支持不同用戶不同實驗室之間的數(shù)據(jù)共享。

通過發(fā)布智能化學(xué)實驗室的標(biāo)準(zhǔn)規(guī)范，實現(xiàn)在云端共享使用數(shù)據(jù)庫和人工智能模型。這一系統(tǒng)旨在實現(xiàn)智能管理決策，促進(jìn)不同實驗室間操作的高效性和一致性。

結(jié)語：依托機(jī)器化學(xué)家云設(shè)施變革化學(xué)研究范式

以蒸汽機(jī)和電機(jī)為代表的前兩次“碳基”工業(yè)革命幫助人類突破了“體力”的限制，以計算機(jī)為代表的第三次“硅基”信息技術(shù)革命幫助人類突破了“算力”的限制。智能時代已經(jīng)到來，突破人類“腦力”限制的第四次通用智能工業(yè)革命已呼之欲出。呼應(yīng)時代浪潮，機(jī)器化學(xué)家云設(shè)施的化學(xué)科學(xué)數(shù)據(jù)庫、科學(xué)大模型、機(jī)器人平臺、智能管理決策系統(tǒng)，將集成解放人類科研人員的“記憶力、體力、算力、腦力”限制，打破科研過程中的知識壁壘、空間限制、學(xué)科界限，智能連接科研個體并大幅度拔高其科研能力，全面變革我國化學(xué)科學(xué)乃至整個物質(zhì)科學(xué)研究范式。

（作者：崇媛媛、馮碩、王嵩、江俊，中國科學(xué)技術(shù)大學(xué)精準(zhǔn)智能化學(xué)重點實驗室；編審：劉一霖；《中國科學(xué)院院刊》供稿）