近日，香山科学会议（yì）聚焦绿色生（shēng）态与化学化工，除了各种前沿化（huà）学化工技术之（zhī）外，人工智能在该领域的应用成（chéng）为被关注的新议题。“合成（chéng）化学（xué）过程中（zhōng）的变数太多确实（shí）给通量制备（bèi）和通量反应（yīng）条件（jiàn）筛选增加了难度。但是在大数据与人工智能时代，这（zhè）样的（de）状况将会大大改变。”中科（kē）院上（shàng）海有机化学研究（jiū）所副所长马大为在会议上介绍，人工智能有望助力合成（chéng）化学研究迈上新的台阶。

开始扮演得力助手

马大为介绍，人工（gōng）智能程（chéng）序用于（yú）预测普（pǔ）通（tōng）的化学小分子合成（chéng）路（lù）线已趋于成熟（shú）。即使（shǐ）一些复（fù）杂的有机小（xiǎo）分子比如药物分子，由于结构单元比较单一（yī），合（hé）成反应（yīng）并不是很多，人工智能程序可以直接辅助设计出合成路（lù）线。设备（bèi）的（de）普及化有可能为将来（lái）的合成（chéng）化学研（yán）究带来巨大变化（huà），在很大（dà）程（chéng）度上解放了合成（chéng）化学家的双手，让研究人（rén）员花更多的（de）时间进行数据分析和反应的顶层设计。

现在做药物合（hé）成研究，假如知道一个药物分子的结（jié）构，人工（gōng）智能（néng）系统可以根据它的（de）结（jié）构分析出很多种合成路线，并且推荐一个最佳路线。这样（yàng）的研究（jiū）需要非常有经验（yàn）的有机化学专家才能实（shí）现，但是将来在人工智能的帮助下，从事无机化学的研究（jiū）人员也可以（yǐ）做（zuò）到。而在（zài）合成结构比较复杂的目标分子时，比（bǐ）如需要20多个步骤才能合成出（chū）来的天（tiān）然（rán）界存在的（de）复杂分子，人工智能程序可以预测出很（hěn）多（duō）条不同（tóng）的路线。

马大为（wéi）表示，根（gēn）据人工智（zhì）能程序（xù）提供的预测路（lù）线，进而帮助（zhù）研究（jiū）人员（yuán）思考一些（xiē）问题（tí）。这（zhè）可（kě）以为化学（xué）合（hé）成（chéng）提（tí）供更多的机会。因为根（gēn）据人工智（zhì）能程序的（de）提示，再加上人脑进一步深度思考，可（kě）能会（huì）设计出更好的化学合（hé）成路线。

“劳（láo）动密集型”将成过去

基于大数（shù）据与人工智能的计算机程序在辅助研究人员进行化学合（hé）成（chéng）路线设计方面开始变得（dé）越来（lái）越成熟实用。去年4月，一个德（dé）国研（yán）究团队在（zài）《自然》期刊发表论文称，他们可以凭（píng）借（jiè）人工智（zhì）能系（xì）统以前（qián）所（suǒ）未有的速率进行化学（xué）合（hé）成分析，这将大大提升科研人员研（yán）发新药和其他化合（hé）物的效率。

南京大学化学化工学院副教授李承辉了（le）解（jiě）到人（rén）工智能算法推荐分子（zǐ）的合（hé）成（chéng）路线后，获得不少（shǎo）启发。前不久发现一种新的分子内成环反（fǎn）应，希望了解这种反应是否（fǒu）在其他（tā）分子内也存在。按照以前的研究方式，他的工作（zuò）量（liàng）会非常大。因为要检测这种反应是否具有（yǒu）普适性，需（xū）要用不同（tóng）的分子做大量（liàng）的实验才行。“如（rú）果有人工智（zhì）能的帮助，就可（kě）以有针对性地去做这件事。” 李承辉说。

未来只（zhī）需“照药开方（fāng）”

过去，了解一个化（huà）学反应条件是（shì）否可（kě）行，就是（shì）不断试（shì）错的过程。需要人工（gōng）一（yī）个一个去测（cè）试，包含大量的重复性劳动。如今，可以利用人工（gōng）智能对化学反应数据进行快速检测，然后（hòu）在机器上进行通量的反应条（tiáo）件测试（shì），整（zhěng）个系统（tǒng）一（yī）天可（kě）以做上千个反（fǎn）应条件的测试。换成人工，一（yī）个实（shí）验室里每天做20个化学反（fǎn）应测（cè）试（shì）就已经很不错了（le）。未来化（huà）学领域（yù）的人工智能应用（yòng）将像（xiàng）人工智能医生一样，它能（néng）够掌握和消化海量合（hé）成方法、合成路（lù）线、材料结构和性（xìng）能等，科研人员做化（huà）学合成研（yán）究时，它（tā）可以帮助分析和解决很多问题。

不过总的来说，人工智能扮演的角色仍是辅助性的。它可（kě）以（yǐ）将（jiāng）化学研究人员从繁重的手（shǒu）工劳动中解放（fàng）出来，并（bìng）为（wéi）他们的研究提供一些参考和借（jiè）鉴。但其推荐的结果也（yě）需要研究人员利用（yòng）专业知（zhī）识和经验去（qù）判断，哪些是真正可行的。此外，人工智能推荐化学合（hé）成路线目（mù）前仍处于模型机阶段（duàn）。马大为认（rèn）为，化学研究人员需（xū）要不断地为人（rén）工智能提供一（yī）些创新策略，推动（dòng）人工（gōng）智能系统（tǒng）不断优化，后（hòu）者再反过来推动化学研究人员进行更深入的（de）研究。

人工智（zhì）能机器人（rén）助力快速发（fā）现（xiàn）新分（fèn）子

早在去年，英（yīng）国格拉斯哥大学的化（huà）学家们已经讨论（lùn）了如何训练一（yī）个人工（gōng）智（zhì）能（néng）有机化学（xué）合成机器人来自动探（tàn）索大量的化学反应。

研（yán）究小组通过使（shǐ）用18种不（bú）同的起始化学（xué）物质的组合来模（mó）拟大约（yuē）1000种反应，展示了该系统的潜力。在（zài）探（tàn）索了大约100种的可能反应（yīng）后，机器人能够以超过80%的（de）准确率预测出哪些（xiē）初（chū）始化学物（wù）质的（de）组合应该（gāi）被探索以产生新的反应和分子。通过探索这些反应，他们（men）发现了（le）一系（xì）列以前不为（wéi）人（rén）知的新分子和反（fǎn）应。研究人员发现了4个新反应，其中（zhōng）一个反应被（bèi）归入已知最独特（tè）反应的（de）前（qián）1%。

研（yán）究者（zhě）表示，这种方法是化（huà）学数字化的关（guān）键一（yī）步，它将允许（xǔ）对化学空间（chemical space）进行实时检索，从（cóng）而帮助新药物的发现（xiàn），并削减（jiǎn）成本，节省时间，提高（gāo）安全性（xìng），减（jiǎn）少浪费，帮助化学进（jìn）入一个新的数字（zì）时代。