近（jìn）日，香（xiāng）山科学会议聚（jù）焦绿色生态与化学化工，除了各种前沿化学化工技术之外，人工智能在该领（lǐng）域的应（yīng）用成为被关注的新议题。“合成化学过程中的变（biàn）数太多确（què）实给通量制备（bèi）和通（tōng）量反应条件筛选增加了难度。但是在大数据与（yǔ）人工智能时代，这（zhè）样的状（zhuàng）况将（jiāng）会（huì）大大（dà）改变。”中科院上海有机化学研究所副所（suǒ）长马大为在会议（yì）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（bàn）演（yǎn）得力（lì）助手

马大为介绍，人工智能程序（xù）用于预测普通的（de）化学（xué）小分子合成路（lù）线已趋于成熟（shú）。即使一些（xiē）复杂（zá）的有机小分子（zǐ）比如药物分子，由（yóu）于（yú）结构单元比较单一，合成反应并不（bú）是很多（duō），人工智能程序可以直接辅助（zhù）设计出合成（chéng）路线。设（shè）备的（de）普及化（huà）有可能为将来的合成化学研究带来（lái）巨大变化，在很大程度上解放了合成化学家的（de）双（shuāng）手，让（ràng）研（yán）究人员花更多的时间进行数据（jù）分析和反应的（de）顶层设（shè）计。

现在做药（yào）物合（hé）成研究，假如知道一个药物分子的结（jié）构，人工智能系统（tǒng）可以根据（jù）它的结（jié）构分析出很多种合成（chéng）路线，并（bìng）且推荐（jiàn）一个最佳路线。这样的研究需要非常有经验（yàn）的有机（jī）化学专家才（cái）能实现，但是（shì）将来在人（rén）工智能的帮助（zhù）下，从事无机化学的研究人员也可以做（zuò）到。而在合（hé）成结（jié）构比（bǐ）较（jiào）复杂的（de）目标（biāo）分子时，比如（rú）需要20多个（gè）步（bù）骤才能合（hé）成出来的天然界存在（zài）的复（fù）杂分子，人工智能程序可（kě）以预测出（chū）很（hěn）多条不同的路线。

马大为表示，根据人工智能程序提供的（de）预测路（lù）线，进而帮（bāng）助研究人员（yuán）思考一些问（wèn）题。这可以（yǐ）为化学合成提供更多的机会。因为根据人工智能程序的提（tí）示，再加（jiā）上（shàng）人脑进一步深度思考，可能（néng）会设计出（chū）更好（hǎo）的（de）化学合成路线。

“劳动密（mì）集型”将成（chéng）过去

基于大数据（jù）与人（rén）工智（zhì）能的计算（suàn）机程序在（zài）辅（fǔ）助研究人员进行化（huà）学（xué）合成路（lù）线设（shè）计方面开始变得（dé）越（yuè）来越成熟实（shí）用。去年4月，一个德国（guó）研究团队在《自（zì）然》期刊发表论文称，他们可（kě）以凭借人工智能系统（tǒng）以前所（suǒ）未有的速率进行化学合成分析（xī），这（zhè）将大大提升科研人员研发新药和其他化合物的效率。

南（nán）京大学（xué）化学化工学（xué）院副教授李承辉了解到（dào）人工智能算法推荐分子的合成路线（xiàn）后（hòu），获得不少启发。前不久发现一（yī）种新的分子（zǐ）内成（chéng）环（huán）反应，希望了（le）解这（zhè）种反应是否在其他分子内也（yě）存在（zài）。按（àn）照（zhào）以前的研究方（fāng）式（shì），他（tā）的工作量会非常大。因为要（yào）检（jiǎn）测这种反应是否（fǒu）具有普（pǔ）适性，需要（yào）用不同的分子做大量的（de）实验才行。“如果有人工智能的帮助，就可以有（yǒu）针对性地（dì）去做这件事（shì）。” 李承辉说。

未来只（zhī）需“照药开（kāi）方”

过去，了解一个化学反应条件是否可行，就是不断试错的过程。需要人工（gōng）一个一个去测试，包含（hán）大（dà）量（liàng）的重复性劳动。如今，可以利（lì）用人工智（zhì）能对（duì）化学反应（yīng）数据进行快速（sù）检测，然后在机器上进行通量的反应（yīng）条件测试，整个系统一（yī）天可以做上（shàng）千个（gè）反应（yīng）条件的测试。换成人（rén）工，一个实验室里（lǐ）每天（tiān）做20个化学反（fǎn）应测试就（jiù）已经（jīng）很不错（cuò）了。未来化学领域的人（rén）工智（zhì）能（néng）应用将像人工智能医生（shēng）一（yī）样，它能够掌握和消（xiāo）化海（hǎi）量合成方法、合（hé）成路线、材料结构和性能等，科研人员做化学合成研究时（shí），它可以帮助分（fèn）析和解决很多问题。

不过总的来说，人工智能扮演的角（jiǎo）色仍是（shì）辅助性（xìng）的。它（tā）可以将（jiāng）化学（xué）研究人员从繁重的手工（gōng）劳动中（zhōng）解放（fàng）出来，并为他们（men）的研究提供一些参考和借鉴。但其推荐（jiàn）的结果也需要研究人员利用专业（yè）知识和经验去判断（duàn），哪（nǎ）些是真正可行的。此外，人（rén）工智能推荐化学合成（chéng）路线目前仍处于模型机阶段（duàn）。马大为（wéi）认为，化（huà）学研究人员需要（yào）不断地为人工智能（néng）提供（gòng）一些创新策（cè）略，推动（dòng）人工（gōng）智能系统不断优化，后者再反过来推动化（huà）学（xué）研究人员（yuán）进行更深入的（de）研究（jiū）。

人工智能机器人助力快（kuài）速发（fā）现新分子

早在去年，英（yīng）国格拉斯哥（gē）大（dà）学的化（huà）学家（jiā）们已经讨论了（le）如何训练（liàn）一个（gè）人工智能（néng）有机化学合（hé）成（chéng）机（jī）器人来自动探索大量（liàng）的化学反应。

研究小组通过使用18种不同的起始（shǐ）化学物质的组合来（lái）模拟大约1000种反应，展示了该（gāi）系统的潜力。在探索了大约100种的可能反应后，机器人能够以超过80%的准确率（lǜ）预测出哪（nǎ）些初始化（huà）学物质的组合应（yīng）该被探索以产生新的反应和分子。通过探（tàn）索这些（xiē）反应，他们发现了（le）一系列以前不（bú）为人（rén）知的新分（fèn）子（zǐ）和反应。研究人员发（fā）现了（le）4个新反（fǎn）应（yīng），其中一（yī）个反应被（bèi）归入已知最独特反应的前1%。

研究者表示（shì），这种方（fāng）法是化学（xué）数字化的关键（jiàn）一步，它（tā）将允许（xǔ）对化（huà）学（xué）空间（chemical space）进行实时检索，从而（ér）帮助新药物的（de）发现，并削减成（chéng）本，节（jiē）省时间，提高（gāo）安全性，减少浪费，帮助（zhù）化（huà）学进入一个新的数字时代（dài）。