[化学家 物理学家]机械化学家机械化学家机械化学家机械化学家)

这位机械化学家可以快速学习文献自主设计实验智能操作实验等，从“不知疲倦”的庞大可能组合中找到最佳解决方案，加快材料开发，根据优化策略大幅缩短实验时间，帮助精细化学创作。

1400年的实验时间缩短到5周

今天，化学研究的对象越来越复杂和高级化，但传统的研究范式主要依赖于“彻底”“试错”的手段。面对庞大的化学空间，相关化学创作中的配方和工艺的搜索往往会局部最优停止，无法进行全球探索。科大开发的机械化学家以具有巨大潜力的高熵化合物催化剂为例，可以了解机械化学家的“特殊技术”。

“高熵材料具有高混乱无序高复杂性的特点，可以提高能源电池的稳定性，对新能源产业也很重要。”中国科大物理化学专业博士生赵罗源的例子。但是，由于各种元素的高度无序混合所产生的高稳定性，在催化剂开发过程中找到最佳比例面临着巨大的挑战，要想获得最佳配方，必须通过非常大的化学比例组合。“我们从29种非贵金属元素中挑选了5种，形成了高熵组合，可能的组合有11.8万多种。如果使用“终极”法，光靠我一个人，终极生活也找不到最佳组合。

但是，机械化学家们可以在这个课题的一开始通过运算找到最好的“解题思维”。(威廉莎士比亚机械化学家机械化学家机械化学家机械化学家机械化学家机械化学家机械化学家)发挥数据驱动和智能优化的优势，机械化学家“智能大脑”吸收了前人的化学智慧，用快速智能阅读了16000篇论文后，自行选择了5种非贵金属元素。

“选择了5种元素，但为了找到他们的最佳比例，有50多万种可能的组合。而且我们要进行一系列合成材料表征结构性能测试等。即使我们整个团队一起做实验，至少要1400年才能完成。”佐罗说得很远。

机器人化学家可以利用数据智能进行全球搜索。在此过程中，将20000个理论计算数据与207个全过程机械实验数据相结合，建立了现实的智能模型。对于高熵催化剂，从合成表征到测试，自动完成整个过程任务，产生高质量的实测数据。以“贝叶斯优化计划”为指导，从55万种可能的金属比例中找出最佳的高熵催化剂，将传统上耗费大量人力物力时间等的“烹饪式”巡回搜索所需的1400年减少到5周。

将对化学科学产生重大影响。

熵高的化合物催化剂开发中的表达只是机器人化学家能力的一次展示，它的未来更有无限的可能性。

“目前，机器人化学家可以帮助解决许多重要的科学问题，并以准确智能的新范式高效地制造更多有用的化学物质。”研究员说。机械化学家平台具有强大的化学智能和广泛的化学品开发能力，目前涵盖了光触光和电催化材料发光分子光学薄膜材料等，应用范围将随着平台的升级和扩展而不断扩大。

研究人员介绍说，机械化学家平台不仅可以帮助人们进行科学实验，还包括很多“技术”。例如，可以使用机器智能查找和阅读文献，从庞大的研究数据中获取专家经验，根据以前的知识和数据提出科学假设，制定实验方案。安排移动机器人和自行开发的智能化学工作站，完成高吞吐量合成物理特性性能测试的化学实验全过程。自动收集处理分析和可视化数据。独特的计算大脑调用物理模型理论计算机器学习等，将智能模型融入底层的理论规律和复杂的化学实验进化中，使机器科学家更好地理解化学，更擅长化学创造。