近日（rì），香山科（kē）学会议（yì）聚焦绿色生（shēng）态与化学化工，除了各种（zhǒng）前沿（yán）化学化工（gōng）技术之外，人工智能在该领域的应用（yòng）成（chéng）为被关注的新议（yì）题（tí）。“合成化学过（guò）程中（zhōng）的变（biàn）数太多确（què）实给（gěi）通量制备和通量反应条件筛选（xuǎn）增加了难（nán）度。但是在大数（shù）据与人工（gōng）智能时代，这（zhè）样的状况将会大大改变。”中科（kē）院上（shàng）海（hǎi）有机化学（xué）研（yán）究所副所长马大为在会（huì）议上（shàng）介绍，人工智（zhì）能有望助（zhù）力合成化（huà）学研究迈上新的台（tái）阶。

开始扮演得力助手（shǒu）

马（mǎ）大（dà）为介绍，人工智能程序用于（yú）预测（cè）普通的化（huà）学（xué）小分子合成路线已趋于成熟。即使（shǐ）一（yī）些复（fù）杂的有机小分子比如药物分子，由于结构单元（yuán）比较（jiào）单一，合成反应并不是很多，人工智能程序可以直接辅（fǔ）助（zhù）设计（jì）出合成路线。设备的普及化（huà）有可能为将来的合（hé）成（chéng）化学（xué）研（yán）究带来巨大变化，在很大（dà）程度（dù）上解放了（le）合成化学家（jiā）的双手（shǒu），让研（yán）究人员花更多的时间进行（háng）数据分析（xī）和反应（yīng）的顶层设计。

现在做药物合（hé）成研究（jiū），假（jiǎ）如知道一个药物分子的结构，人工智能系统可以根据它的结构分（fèn）析（xī）出很多种合（hé）成路线，并且推荐一个最佳路线。这样（yàng）的研究需要非常有经（jīng）验的有机化学专家才（cái）能实现，但是将（jiāng）来在（zài）人工智（zhì）能的帮（bāng）助下，从事（shì）无机化学的（de）研究人员也可（kě）以做（zuò）到。而在合成结构（gòu）比（bǐ）较复杂的目标（biāo）分子（zǐ）时，比如需要20多（duō）个步骤才（cái）能合成出来的天然界（jiè）存在的复杂分（fèn）子，人工智（zhì）能（néng）程序可（kě）以预（yù）测出很多条（tiáo）不同的路线。

马大为表（biǎo）示，根据人工智（zhì）能程序提供的预（yù）测路（lù）线，进而帮助研究人员思考一（yī）些问（wèn）题。这可以为化学合成提供更多的机会。因为根据人（rén）工智能程序的提（tí）示，再加上（shàng）人脑进一（yī）步（bù）深度思考，可能会（huì）设（shè）计出更好的（de）化（huà）学（xué）合成路线。

“劳动密集型”将成过去

基于（yú）大数（shù）据（jù）与人工智能的计算机程序（xù）在辅助研（yán）究人员进行化学合成路线设计方面开始变得越来越成熟实用。去年4月，一个德国研究团队在《自（zì）然》期刊发表（biǎo）论文（wén）称，他们（men）可以凭借人工智（zhì）能系统以前所未有（yǒu）的速率进行化（huà）学合成分析，这将大大提升科研（yán）人员研发新药和（hé）其他化（huà）合（hé）物的效率。

南京大（dà）学化学化工（gōng）学（xué）院副教授李承辉了解到人（rén）工智能（néng）算（suàn）法（fǎ）推（tuī）荐分子（zǐ）的（de）合成（chéng）路线后，获（huò）得不（bú）少启（qǐ）发。前不久（jiǔ）发（fā）现（xiàn）一种新的（de）分子内成环反应，希望了解（jiě）这种反应是否在其他分子内也存在。按照（zhào）以前的（de）研究方式（shì），他的（de）工（gōng）作量会非常大。因（yīn）为要检测这（zhè）种反应是（shì）否具有普适性，需（xū）要用不同的分子做大量的实验才行。“如果（guǒ）有人（rén）工（gōng）智能的帮助，就可以有针对性地（dì）去做这（zhè）件事。” 李承辉（huī）说（shuō）。

未来（lái）只需“照（zhào）药开方”

过（guò）去，了解一个化学反应条件是否（fǒu）可行，就是（shì）不断试（shì）错的过程。需要人工一个（gè）一个去测（cè）试，包含大量的重（chóng）复性（xìng）劳动。如今，可（kě）以利用人工智能对化学反应（yīng）数据进行快速检测，然后在机（jī）器上进行通（tōng）量的反（fǎn）应条件（jiàn）测试，整个（gè）系统一天可以做上千个反应条件的测（cè）试。换成（chéng）人工，一个实验室里每天做20个化（huà）学反应测（cè）试就已经很（hěn）不错了。未（wèi）来化学领域的人工智能应用将像（xiàng）人工智能医生一样，它能够（gòu）掌握和消化海量合（hé）成方法、合成路线、材料结构（gòu）和性能等，科研人员做（zuò）化（huà）学合成研究时，它可以帮（bāng）助分（fèn）析和解（jiě）决很多问题。

不过（guò）总的来说，人工智（zhì）能扮演的角色（sè）仍是辅助（zhù）性的。它可以将化（huà）学研究人（rén）员从繁重的手工劳动中解（jiě）放出来，并为（wéi）他们的研究提供（gòng）一些参考（kǎo）和借鉴。但其推荐的结（jié）果也（yě）需要（yào）研究人员利用专业知识（shí）和经验（yàn）去判断，哪些是真正可行的。此外（wài），人工智（zhì）能推（tuī）荐化学合成路线目前仍（réng）处于（yú）模型机（jī）阶（jiē）段。马大为认为（wéi），化学（xué）研究人员需要不断地为人工智（zhì）能提供一些创新策略，推（tuī）动人工智能系统（tǒng）不断优化，后者（zhě）再反过来（lái）推动化学研究人员进行更深入的（de）研究（jiū）。

人工智能机器人（rén）助力快速发现新分子

早（zǎo）在去年，英国（guó）格拉斯哥大学的化学家们已经讨论了如何训练一个人工智（zhì）能有机化（huà）学（xué）合成机器人来自动探索大量的化学（xué）反应。

研（yán）究小组通过使（shǐ）用（yòng）18种不同的起始化学物质的组（zǔ）合来模（mó）拟（nǐ）大约（yuē）1000种反应，展（zhǎn）示了该系统的（de）潜力。在探（tàn）索了大约100种的（de）可（kě）能反（fǎn）应（yīng）后，机器（qì）人能够以超过80%的准确率（lǜ）预（yù）测出哪些（xiē）初始化学（xué）物质的组合应该被探索以产生新的反应和分子。通过探索这些反应（yīng），他们发现了一系列以前不为（wéi）人知的新分子和反应。研（yán）究（jiū）人员发现了4个（gè）新反应，其中一个反应被（bèi）归入已知最独特（tè）反应的前1%。

研究者表示，这种方法是化（huà）学数（shù）字化的关键一步，它将允许对（duì）化学空间（jiān）（chemical space）进行实时检索，从而（ér）帮助新药物的发现（xiàn），并（bìng）削（xuē）减成本，节省（shěng）时间，提高安全性，减（jiǎn）少浪费（fèi），帮助（zhù）化学进入一（yī）个（gè）新的数字时代。