化學是一門研究物質組成、結構、性質與變化規律的學科，其發展史是人類突破自然表象、揭示物質本質的歷史。從古代煉金術士對“點石成金”的癡迷，到現代科學家操控原子合成新物質，在好奇心的驅動下，人類正不斷向著未知前進。

近年來，人工智能（AI）技術迅猛發展，進入千行百業。當AI遇上化學，將催生怎樣的“化學反應”？在化學領域，AI能處理海量數據，發現人類難以察覺的復雜結構，加速科學研究進程，幫助解決復雜科學問題。從數據獲取到規律發現，再到技術應用，AI技術正從根本上重塑化學研究，為人類開拓未知帶來無限可能。

在由人工智能驅動的新型化學實驗室——智化科技實驗室內，技術人員正檢查、調整機器人參數。 魏錸/湖北日報

按下研究“快進鍵”

“近年來，面對復雜的化學分子結構和海量實驗數據，傳統的化學與化工研究方法已經開始顯得力不從心。”北京化工大學教授王丹向科技日報記者介紹，AI可模擬人類的學習過程，從大量數據中提取有用信息，優化決策過程，已在化學研究領域展現出巨大潛力。

例如，上海交通大學借助白玉蘭科學大模型，首次實現化學大語言模型加速有機合成全流程。該大模型在單步/多步逆合成、產率預測、選擇性預測、反應優化等多個基準任務上展現出卓越能力，在加速真實化學發現中潛力巨大，有望解決實驗科學中反復試錯的難題，為大型語言模型加速有機化學合成提供了新的研究范式和方法。

在化學與其他學科的交叉領域，AI同樣大有可為。“我們主要從事超重力前沿科學與納米材料產品工程研究。目前，我們課題組正在與計算機領域的專家合作，共同研發針對特定有機無機納米復合材料體系的AI智能體原型系統。”王丹說，課題組目前正借助深度學習算法進行配方模型構建。實驗結果顯示，在給定性能指標、成本和環境影響的約束條件下，AI系統能快速生成滿足需求的材料配方。

“我認為AI帶來的最顯著提升主要體現在縮短研發周期、降低研發成本、提升發現概率方面。”大連理工大學材料科學與工程學院副院長董旭峰說，AI已能輔助科學家進行新材料設計、性能預測及工藝優化等多個研究步驟。例如對于生物醫用材料，AI可以輔助設計多孔支架的結構，預測其力學性能以及生物相容性。AI還可以分析海量的工藝參數與最終產品性能的數據，找出最優的制備工藝窗口，實現工藝的精準調控。

普遍面臨“數據之渴”

化學實驗數據質量的高低直接影響著AI的預測和決策能力。然而，當前，化學AI普遍面臨著“數據之渴”。

王丹舉例說，化工新材料的研發涉及實驗、模擬和文獻等多源異構數據，但該領域長期存在數據碎片化、語義鴻溝及跨尺度關聯不足的問題。高質量的數據是訓練有效AI模型的基礎，但化學數據的獲取、整理和標準化仍是一大難題。他建議，構建統一的高質量數據與知識體系，實現材料特征與性能信息的結構化整合與動態更新。

董旭峰同樣認為，數據匱乏與數據質量低是制約AI技術深入應用的重要阻礙。“尤其是生物醫用材料領域，涉及活體實驗和臨床研究的相關數據不僅數量少，而且獲取成本極高、噪聲大、標準不統一。”他建議，應推動數據標準化與共享，建立材料數據的標準格式和共享平臺；發展小樣本學習、零樣本學習技術，讓AI學會“舉一反三”；融合多源數據，將模擬數據、文獻數據、實驗數據甚至失敗的實驗數據整合起來。

此外，業內專家普遍認為，數據驅動的AI還面臨模型代表性不足、可解釋性不確定等問題，要真正形成實用性強的技術方法，還需要系統深入研究探索。“作為科學家，我們不僅需要知道‘是什么’，更需要知道‘為什么’。”董旭峰說。

人機協同是方向

王丹認為，推動AI與化學研究深度融合，除了要在技術層面上不斷優化，更要在思維層面融合貫通。他分析，當前主流AI模型多采用通用算法，缺乏化學專業適配性，AI與化學之間存在“語言不通”的問題。“不難想象，一名化學專業的博士和一名計算機專業博士在接受教育和科研訓練過程中，都潛移默化地形成了基于各自學科特點的思維模式。而思維模式是人類認知和決策的核心框架，不同思維模式決定了人們理解世界、解決問題和創造價值的不同方式。”王丹認為，要推動“AI+化學”的跨學科研究工作，需要匯聚這兩個或更多領域的專家。因此，培養選拔真正具備復合型知識體系和跨學科整合能力的創新人才至關重要。

隨著AI技術逐漸成熟，其與人類科學家分工的邊界在哪里？在董旭峰看來，即使未來AI發展到極高水平，至少在材料研究中，AI仍將面臨不可逾越的邊界，科學家的核心地位不會改變。

“AI擅長在給定的目標和框架下進行優化和探索，但它無法自發地提出一個全新的、顛覆性的科學問題。AI是工具，它沒有價值觀。研究什么、為何而研究，涉及社會需求、倫理等諸多方面。”董旭峰說，真正的科學突破往往來自將兩個看似不相關的領域連接起來。這種“遠距離聯想”的能力和基于深厚學識的直覺和審美，目前還是人類的“特權”。

“AI未來或許會成為一位無比強大的研究助理，它能處理所有煩瑣、復雜、耗時的計算和數據分析工作，將科學家從重復性勞動中解放出來。但研究的‘大腦’和‘靈魂’，即提出問題的智慧、定義方向的責任、進行創造性整合的靈感以及承擔倫理后果的擔當，將始終屬于人類科學家。”董旭峰認為，“AI+化學”的未來發展方向應是人機協同、各展所長的“科學家—AI”共生體，而并非互相替代。