編輯 | X
最近，光化學和光催化領域的研究取得了驚人的突破，其中一部分原因是光作為反應源對環境沒有危害。然而，目前的研究大多集中在小規模反應上，而擴大規模則需要不同技術的整合，可能需要大量試驗和誤差來進行最佳化。
針對複雜光催化反應條件高效優化的需求，荷蘭阿姆斯特丹大學(UvA) 范特霍夫（Van 't Hoff）分子科學研究所的Timothy Noël 教授團隊，開發了一種整合人工智慧驅動機器學習單元的自主化學合成機器人。
這款桌上型設備名為“RoboChem”，在速度和準確性方面超過人類化學家，且具備高水準的獨創性。
研究表明，RoboChem是一名精確可靠的化學家，能夠高效地進行多種反應，並且能夠最大限度地減少廢物產生。 RoboChem的存在極大地加快了藥物和其他領域中化學分子的發現速度。
該系統是一個全天候自主工作的機器人，能夠快速、不知疲倦地提供結果。 Noël表示，在一周內，該機器人可以優化大約十到二十個分子的合成，而這通常需要博士生幾個月的時間。除了提供最佳的反應條件外，該機器人還可以提供放大的設置，從而使我們能夠生產與製藥行業供應商直接相關的數量。
相關研究以《Automated self-optimization, intensification, and scale-up of photocatalysis in flow》為題，於 2024 年 1 月 26 日發佈在《Science》上。
RoboChem 的「大腦」
Noël 團隊的專業知識是「流動化學」（flow chemistry），是一種在連續流動的流體中進行的化學反應的技術。小而靈活的管道系統取代燒杯、燒瓶和其他傳統的化學工具。
在 RoboChem 中，機器人針頭小心地收集起始材料，並將它們混合在半毫升以上的小體積中。然後它們通過管道系統流向反應器。在那裡，來自強大 LED 的光線透過激活反應混合物中的光催化劑來觸發分子轉化。
然後流程繼續流向自動核磁共振波譜儀，以識別轉化的分子。這些數據即時回饋到控制 RoboChem 的電腦。
「這是 RoboChem 背後的大腦，」Noël 說。 「它使用人工智慧處理資訊。我們使用機器學習演算法來自主確定要執行哪些反應。它始終以最佳結果為目標，並不斷完善對化學的理解。」
令人印象深刻的獨創性
該小組投入了大量精力來證實 RoboChem 的成果。論文中包含的所有分子均經過手動分離和檢查。 Noël 表示，該系統的獨創性給他留下了深刻的印象。
「我從事光催化研究已有十多年了。儘管如此，RoboChem 仍顯示出我無法預測的結果。例如，它發現了只需要很少光的反應。有時我不得不抓耳撓腮，想弄清楚它到底乾了些什麼。然後你會想：我們也會這麼做嗎？回顧一下，你會看到RoboChem 的邏輯。但我懷疑我們自己是否會獲得相同的結果。或者至少不會那麼快」。
研究人員也使用 RoboChem 複製了先前隨機選擇的四篇論文中發表的研究。然後他們確定 Robochem 是否產生相同或更好的結果。
「在大約 80% 的情況下，該系統產生了更好的產量。對於另外 20% 的情況，結果相似，」Noël 說。 「這讓我毫不懷疑，人工智慧輔助方法將在最廣泛的意義上有利於化學發現。」
Artificial intelligence makes breakthrough in chemistry
The relevance of RoboChem and other "computerized" chemistry also lies in the generation of high-quality data, Noël said , which will benefit the future use of artificial intelligence.
"In traditional chemical discovery, only a few molecules are studied thoroughly. The results are then extrapolated to seemingly similar molecules. RoboChem generates a complete and comprehensive data set in which every molecule is obtained All relevant parameters. This provides more insights."
Another feature is that the system also records "negative" data. In current scientific practice, most published data reflect only successful experiments. "Failed experiments also provide relevant data," Noël said.
“But this can only be found in the handwritten lab notes of researchers. These notes have not yet been published and therefore cannot be used for AI-driven chemistry. RoboChem will change this too. I have no doubt that if You want to use artificial intelligence to make breakthroughs in chemistry, you're going to need these types of robots."
Reference content: https://phys.org/news/2024-01-autonomous-synthesis-robot-ai -chemical.html
以上是AI自主化學合成機器人：刷新化學發現速度並超越人類化學家在準確性與創新性上的表現的詳細內容。更多資訊請關注PHP中文網其他相關文章！
