·過往傳統(tǒng)化學(xué)合成需要較長的時間，且科研人員做化學(xué)實驗重復(fù)操作較多，RoboChem能全天候自主工作，快速、不知疲倦地提供結(jié)果，顯著提高了實驗效率，將研究人員從重復(fù)繁瑣的實驗中解放出來。

·目前RoboChem仍然在實驗室里使用，不會有更進(jìn)一步的商業(yè)計劃。

裝有AI大腦的RoboChem能在一周完成博士數(shù)月研究。近日，來自荷蘭阿姆斯特丹大學(xué)研究團(tuán)隊開發(fā)了一款自動化學(xué)合成 AI 機器人 ——RoboChem。這款機器人通過集成現(xiàn)有的商業(yè)化硬件、自定義軟件和閉環(huán)的貝葉斯優(yōu)化（BO）算法，實現(xiàn)了對光催化反應(yīng)的全自動化運行，并且在速度和準(zhǔn)確性上都超過人類化學(xué)家。

“RoboChem簡化了光催化反應(yīng)的優(yōu)化過程，同時提高了安全性，讓研究人員從繁瑣的實驗工作解放出來，將更多時間投入到更具創(chuàng)造性的化學(xué)領(lǐng)域中。”在談及RoboChem的核心優(yōu)勢時，來自荷蘭阿姆斯特丹大學(xué)的研究員溫正慧告訴澎湃科技（www.kxwhcb.com)。

目前，該研究以《流動光催化的自動自優(yōu)化、過程強化和放大》（Automated self-optimization, intensification, and scale-up of photocatalysis in flow）為題于 2024 年 1 月 26 日發(fā)布在《科學(xué)》雜志（Science）上。

論文發(fā)表在《科學(xué)》雜志（Science）

來自阿姆斯特丹大學(xué)艾丹·斯萊特里（Aidan Slattery）、溫正慧和寶琳·坦布拉德（Pauline Tenblad）是論文共同第一作者，蒂莫西·諾埃爾（Timothy No?l）教授擔(dān)任通訊作者。

裝有AI大腦的RoboChem

2018年9月，溫正慧正式加入蒂莫西·諾埃爾教授團(tuán)隊開展博士研究工作。博士期間溫正慧的研究方向包括光催化有機合成、微反應(yīng)器/流動化學(xué)、自動化合成與人工智能等。當(dāng)時人在國外的溫正慧已經(jīng)感受到周邊很多課題組或企業(yè)正在討論自動化合成實驗的優(yōu)勢。 “在做化學(xué)實驗時，很多操作是重復(fù)的，我們真的很想有一個自動化的裝置能夠讓研究人員從繁瑣的實驗操作中解放出來。”溫正慧說。

論文作者之一溫正慧。

過往，傳統(tǒng)化學(xué)合成通常需要較長的時間，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。在傳統(tǒng)的化學(xué)有機合成中，化學(xué)家需要根據(jù)經(jīng)驗和文獻(xiàn)設(shè)計各類實驗方案，進(jìn)行一系列試驗找到最優(yōu)條件。在這個過程中需要反復(fù)調(diào)整和優(yōu)化，此外，在傳統(tǒng)合成過程中也存在人為失誤的實驗風(fēng)險。

為了滿足高效優(yōu)化復(fù)雜光催化反應(yīng)條件的需求，溫正慧和小組成員開發(fā)了這款名為RoboChem的多功能機器人平臺。

AI化學(xué)機器人RoboChem

RoboChem是“Robot Chemist”的簡寫，采用了開源組件和簡單物聯(lián)網(wǎng)設(shè)備進(jìn)行控制，同時裝有AI大腦，可以很好地解決化學(xué)合成中的優(yōu)化問題。該算法能夠基于歷史實驗數(shù)據(jù)構(gòu)建概率模型，預(yù)測哪些實驗條件可能產(chǎn)生最佳結(jié)果。隨著實驗的進(jìn)行，RoboChem可以不斷積累數(shù)據(jù)，采用的貝葉斯優(yōu)化算法也會不斷更新和改進(jìn)，以適應(yīng)新的實驗條件和目標(biāo)，這種持續(xù)學(xué)習(xí)和適應(yīng)能力使得RoboChem變得更加高效。

此外，RoboChem 采用了流動化學(xué)系統(tǒng)，能夠精確控制化學(xué)反應(yīng)參數(shù)，如溫度、壓力、流速和光照強度，降低了實驗過程中的廢棄物生成，還提高了實驗的可控性，能更加精準(zhǔn)地控制反應(yīng)條件，提高產(chǎn)物純度。

目前應(yīng)用集中在實驗室，不會大規(guī)模商業(yè)化應(yīng)用

對于化學(xué)家們來說，研發(fā)一款A(yù)I機器人有哪些挑戰(zhàn)？

溫正慧回憶，從2018年跟隨蒂莫西·諾埃爾教授開展機器人研發(fā)工作到2022年博士畢業(yè)留組擔(dān)任研究員，RoboChem研發(fā)小組從最開始的一個人到現(xiàn)在的五名博士生。剛開始研發(fā)時，資源有限、面臨的風(fēng)險也大。在沒有任何產(chǎn)出的前提下消耗實驗資金和人力資本，對于研發(fā)團(tuán)隊有很大的挑戰(zhàn)。

實驗前期，光軟件編碼和硬件安裝上的工作，就花費了兩到三年時間。“挑戰(zhàn)最大的在于硬件部分，我自身也不是機械或者自動化相關(guān)專業(yè)，前期實驗團(tuán)隊花了很多時間去調(diào)試做控制。”溫正慧稱，團(tuán)隊為了能研究機器人硬件問題，每兩周就會組織一次的“機器人和化學(xué)”會議。

工作中的RoboChem

通過6次隨機性實驗和13次探索實驗，2022年7月21日，團(tuán)隊研發(fā)終于取得階段性勝利，RoboChem可以閉環(huán)地完成工作，并且達(dá)到了前所未有的優(yōu)化水平。

溫正慧表示，RoboChem有三大突破性優(yōu)點：一是整體優(yōu)化效率高，能夠提高實驗效率。科研人員在研究中經(jīng)常會出現(xiàn)重復(fù)操作，比如在參數(shù)調(diào)整、反應(yīng)物配比、溫度和光照強度控制的實驗條件優(yōu)化等，利用RoboChem能夠讓研究人員把注意力更多地轉(zhuǎn)向化學(xué)領(lǐng)域的其他創(chuàng)造性工作。

二是RoboChem 平臺能根據(jù)每種底物的特定需求量身定制反應(yīng)條件，從而做到從傳統(tǒng)合成方法中脫穎而出。而且能全面評估轉(zhuǎn)化方法，在很大程度上提高了其潛在的工業(yè)應(yīng)用價值，也提高了整個反應(yīng)的安全性。

三是基于RoboChem 平臺產(chǎn)生的數(shù)據(jù)集不僅包括正向數(shù)據(jù)，還包括反向數(shù)據(jù)，有利于其他研究人員更好地開展有關(guān) AI for Science 的研究，從而深化對反應(yīng)機理的了解。

“這套系統(tǒng)能全天候自主工作，快速、不知疲倦地提供結(jié)果。”溫正慧說，正是這些優(yōu)勢讓RoboChem 成為有價值的機器人協(xié)作平臺，適用于任何合成有機化學(xué)實驗室。

值得一提的是，研發(fā)成功的RoboChem能夠執(zhí)行各種反應(yīng)，而且實驗過程中產(chǎn)生的廢物最少。它可以在一周內(nèi)優(yōu)化大約10到20個分子的合成，而一個博士生通常需要幾個月的時間才能完成這項任務(wù)。

不過，溫正慧坦言，RoboChem目前是面向藥物分子的優(yōu)化合成，后續(xù)還有待迭代升級為藥物分子的合成新路徑規(guī)劃等更高階的研究方向，另外應(yīng)用場景上還是以實驗室研發(fā)為主，不會商用，規(guī)模化合成研究仍有待進(jìn)一步探索。

溫正慧稱，預(yù)計未來RoboChem將與不同類型的流動反應(yīng)器和過程分析技術(shù)相結(jié)合，在高度可重復(fù)的反應(yīng)器環(huán)境中自動生成豐富數(shù)據(jù)集，為未來合成化學(xué)數(shù)字化做出貢獻(xiàn)。