编辑 | X
最近，光化学和光催化领域的研究取得了惊人的突破，其中一部分原因是光作为反应源对环境没有危害。然而，目前的研究大多集中在小规模反应上，而扩大规模则需要不同技术的整合，可能需要大量试验和误差来进行优化。
针对复杂光催化反应条件高效优化的需求，荷兰阿姆斯特丹大学 (UvA) 范特霍夫（Van 't Hoff）分子科学研究所的 Timothy Noël 教授团队，开发了一种集成人工智能驱动机器学习单元的自主化学合成机器人。
这款台式设备名为「RoboChem」，在速度和准确性方面超过人类化学家，且具备高水平的独创性。
研究表明，RoboChem是一名精确可靠的化学家，能够高效地进行多种反应，并且能够最大限度地减少废物产生。RoboChem的存在极大地加快了药物和其他领域中化学分子的发现速度。
该系统是一个全天候自主工作的机器人，能够快速、不知疲倦地提供结果。Noël表示，在一周内，该机器人可以优化大约十到二十个分子的合成，而这通常需要博士生几个月的时间。除了提供最佳的反应条件外，该机器人还可以提供放大的设置，从而使我们能够生产与制药行业供应商直接相关的数量。
相关研究以《Automated self-optimization, intensification, and scale-up of photocatalysis in flow》为题，于 2024 年 1 月 26 日发布在《Science》上。
RoboChem 的「大脑」
Noël 团队的专业知识是「流动化学」（flow chemistry），是一种在连续流动的流体中进行的化学反应的技术。小而灵活的管道系统代替烧杯、烧瓶和其他传统的化学工具。
在 RoboChem 中，机器人针头小心地收集起始材料，并将它们混合在半毫升以上的小体积中。然后它们通过管道系统流向反应器。在那里，来自强大 LED 的光通过激活反应混合物中的光催化剂来触发分子转化。
然后流程继续流向自动核磁共振波谱仪，以识别转化的分子。这些数据实时反馈到控制 RoboChem 的计算机。
「这是 RoboChem 背后的大脑，」Noël 说。「它使用人工智能处理信息。我们使用机器学习算法来自主确定要执行哪些反应。它始终以最佳结果为目标，并不断完善对化学的理解。」
令人印象深刻的独创性
该小组投入了大量精力来证实 RoboChem 的成果。论文中包含的所有分子均经过手动分离和检查。Noël 表示，该系统的独创性给他留下了深刻的印象。
「我从事光催化研究已有十多年了。尽管如此，RoboChem 仍显示出我无法预测的结果。例如，它发现了只需要很少光的反应。有时我不得不抓耳挠腮，想弄明白它到底干了些什么。然后你会想：我们也会这么做吗？回顾一下，你会看到 RoboChem 的逻辑。但我怀疑我们自己是否会获得相同的结果。或者至少不会那么快 」。
研究人员还使用 RoboChem 复制了之前随机选择的四篇论文中发表的研究。然后他们确定 Robochem 是否产生相同或更好的结果。
「在大约 80% 的情况下，该系统产生了更好的产量。对于另外 20% 的情况，结果相似，」Noël 说。「这让我毫不怀疑，人工智能辅助方法将在最广泛的意义上有利于化学发现。」
人工智能在化学领域取得突破
Noël 表示，RoboChem 和其他「计算机化」化学的相关性还在于生成高质量数据，这将有利于人工智能的未来使用。
「在传统的化学发现中，仅对少数分子进行彻底研究。然后将结果外推到看似相似的分子。RoboChem 生成了一个完整而全面的数据集，其中获得每个分子的所有相关参数。这提供了更多的见解。」
另一个特点是系统还记录「负面」数据。在当前的科学实践中，大多数发表的数据仅反映成功的实验。「失败的实验也提供了相关数据，」Noël 说。
「但这只能在研究人员手写的实验室笔记中找到。这些笔记尚未发表，因此无法用于人工智能驱动的化学。RoboChem 也将改变这一点。我毫不怀疑，如果你想用人工智能在化学领域取得突破 ，你将需要这些类型的机器人。」
参考内容：https://phys.org/news/2024-01-autonomous-synthesis-robot-ai-chemical.html
以上是AI自主化学合成机器人：刷新化学发现速度并超越人类化学家在准确性与创新性上的表现的详细内容。更多信息请关注PHP中文网其他相关文章！
