中國某化學實驗室的一位新研討員已經在以驚人的速度開展前沿研討，并且“他”歷來都不歇息。

　　小來是世界上第一個數據驅動的全方位人工智能化學家機器人。發明者說，它基本上能夠干任何需要在實驗室里干的事情：由測試分解到化學物質或資料的辨認和分手，還便是所謂的特征化。

　　但小來其實不只是接受命令。研究人員默示，該機器人還可以開展本身的實驗而且創造質料。

　　該機器人是由中國科學技術大學的研究人員開辟的——化學取質料科學學院的羅毅和江俊傳授，和信息科學取技術學院的尚偉偉傳授。

　　該機器人被設計成可以正在實驗室中自在挪動，其手臂可以握住試管或處置各種類型事情站上的儀器。研究人員表現，“小來”可以瀏覽科學論文、設計新實驗、觀測顯微鏡，乃至可以闡明后果來締造有效的新化學物質。

　　不外更讓研討人員覺得高興的是，小來也許能對對高熵質料的研討做出孝敬，這是能源工業中一個至關重要的行業。

　　科學家們近來專注于為這類資料探求催化劑，這能夠進步氫電池的穩定性，和其他運用。按照該研討小組的網站，“小來”正被用來探求此類催化劑的最好配方，進而進步電化學儲能的效力。

　　據尚傳授引見，模塊化的設計使得機器人極度全知全能，能夠根據需要來增長更多的實驗工作站或測算機構。

　　論文中稱：“小來”事實上由兩個移動機器人和15個工作站構成。有了一個辦事平臺和一個自力的測算大腦，它就相當于一群組織精良的人類化學家。”

　　機械人的人工智能由三個模塊構成:能夠主動瀏覽大批文獻的機械瀏覽模塊、開展各類化學實驗的移動機械人模塊和基于理論盤算生成展望模子的盤算大腦模塊。

　　個中一個研討小組的演示視頻展現了機器人在為高熵質料制作催化劑時必需應對的復雜性。

　　首先，小來閱讀了一切現有的相干文獻，此中包孕1.6萬篇論文。然后用五種金屬構成催化劑。正在這類情況下，小來由11.8萬種大概的元素組合中挑選了錳、銅、鈷、鎳和鋅作為候選元素。

　　選好部件后，下一個使命是肯定每一個元素的比例。為了實現這一方針，小來首先正在份子動力學中開展了盤算，得到了一切大概的構型。然后，小來對每種構型的理論催化性能開展了評價。正在列出一切可行的摹擬以后，它對每種設置開展分解、表征和性能實驗室測試。

　　正在進行了207次試驗后，數據被上傳到一個云服務器上，機器人的測算大腦正在那里總結和闡明成果。

　　研討人員說，假如運用傳統的研討辦法，這項研討將需求數百年的工夫來肯定最好的催化劑配方，可是小來用了五個禮拜就完成了。

　　機械進修觀點渲染圖

　　除開辟高熵催化劑外，小來還能處理其他題目，正確地制造出有效的化學品。好比改動資料的氫攙雜濃度以進步光催化性能，優化發光資料，探求光學薄膜資料。

　　中科院化學研究所的一名研究人員說：“人工智能化學家正在開辟自然產品的分解途徑層面具有上風，由于正在這類情況下，反映途徑老是冗長而龐雜的，而正在較量爭論機正在這類龐雜較量爭論中的施展闡發要優于人腦。”

　　研究人員還為小來開發了相應的假造辦事平臺。計算機步伐能夠取機器人通信或定制實驗協定。后果能夠正在平臺上可視化。

　　然而，中科大的一位研究人員指出了機器人的局限性。“人工智能化學家只能從現有的常識中獵取信息，并在已知的手藝中舉行實驗，將來的發目下當今很大程度上仍依賴于人類科學家開辟新理論和發現新手藝。”