AI+化学｜中科大江俊团队自主研发Chem-GPT，化学领域的聊天机器人

​

编辑 | 紫罗

近日，中国科学技术大学化学与材料科学学院江俊团队自主研发 Chem-GPT——一款化学领域的聊天机器人程序。

Chem-GPT 由化学数据驱动，并结合人类化学家的知识进行机器学习训练，能够针对使用者提出的问题，给出初步的实验建议。基于开源的 GPT 代码，目前阅读了 50 万化学论文，可以基于论文知识来回答化学问题、建议实验方案，驱动机器化学家「小来」做实验，解决化学品和新材料的研发问题。

Chem-GPT 通过阅读 50 万篇化学论文，响应使用者提出的化学问题。

1. 大胆假设：基于文献数据，给出初步实验建议；

2. 小心求证：驱动机器化学家「小来」做实验与模拟；

3. 精准预测：针对实验与理论数据归纳总结；

4. 解决问题反馈优化方案驱动实验验证。

以芬顿催化剂为例

Fenton（芬顿）是众多的以人名命名的无机化学反应之一。

芬顿反应是一种无机化学反应，过程是过氧化氢(H2O2) 与二价铁离子 Fe2+ 的混合溶液将很多已知的有机化合物如羧酸、醇、酯类氧化为无机态。反应具有去除难降解有机污染物的高能力，在印染废水、含油废水、含酚废水、焦化废水、含硝基苯废水、二苯胺废水等废水处理中有很广泛的应用。

芬顿催化剂又叫芬顿催化氧化填料，芬顿填料，它在传统芬顿反应的基础上，将芬顿反应所需的铁氧化物通过特殊方法附着在载体表面，形成有效的芬顿催化剂。

问：什么类型的非贵金属元素常用于芬顿催化剂？

Chem-GPT 的结果其实就来自于江俊团队开发的化学文献机器阅读系统，该系统内置了自然语言处理模型，通过阅读数千篇芬顿催化剂相关文献，可以很快统计出文献中出现频次最多的非贵金属元素。

化学文献机器阅读系统。

文献中出现频次最多的非贵金属元素。

除了对数量进行统计，该系统还能进行元素协同分析来帮助我们选择最佳的元素组合。

最佳的元素组合。

Chem-GPT 能从文献的精确分析中学习到正确的知识，并不是仅仅基于语言的关联性，因此它给出的答案保证了严谨与准确性。

接下来，就可以调出机器化学家操作系统中保存的芬顿催化剂实验模板，并根据 Chem-GPT 推荐的元素组合编辑液体进样站的参数，让机器获取家小来帮助我们进行实验验证。

就这样，小来开始了愉快的芬顿催化剂创制之旅。

化学文献机器阅读系统

化学文献机器阅读系统基于 Word2Vec 与机器学习算法，结合语法距离分析方法，根据关键词，从文献中抽取化学关系，包括 Alloy 和 Organic molecule 两种任务。程序使用说明如下：

1. 数据准备：目前系统支持两种格式数据：一是 TSV 文件格式，需要从 Web of Science 网站上下载，方法如下：进入 Web of Science 网站，根据关键词检索文献后，以制表符分隔符的形式导出，具体步骤见下图所示。

二是 PDF 格式文件格式，支持任意 PDF 格式论文。

2. 数据准备完成后，点击页面新建任务按钮，进入新建任务页面；

3. 在新建任务页中填写任务名称、抽取的分子类型、上传准备的数据、填写关键词信息，其中点击可添加多个关键字; 当抽取的任务类型为 ALLOY 时，需指定目标元素在元素周期表上的周期，当需抽取的任务类型为有机分子， 则无需选择。

4. 填写完成后，提交任务，等待任务排队完成，即可获取最终化学关系抽取结果。

机器化学家

2021 年 6 月，在 2021 北京智源大会《科学智能》专题论坛上。中国科学技术大学化学物理系江俊教授作了题为「分子光谱与材料构效关系的机器学习研究」的演讲。

江俊表示：「上个月，中国科学技术大学研究人员提出「机器化学家」这个概念。我从鄂维南院士提出的『AI for Science——从理论模型得到可靠的数据，再从数据得到有效的模型』得到了启示，修改了我之前的思路，并拿到了项目。」「机器化学家」将帮助人类科学家突破思维局限，从融合了底层规则的数据中，学习建立有效的复杂模型，指导化学实践。

就在项目启动一年后，在中国科学院「数据驱动的化学、材料和生物科学的机器科学家」青年团队计划和国家自然科学基金委项目的资助下，江俊教授团队通过开发和集成移动机器人、化学工作站、智能操作系统、科学数据库，研制出数据智能驱动的全流程机器化学家。

这个神奇的「机器化学家」是全球首个数据智能驱动的全流程机器化学家平台。

当然，「机器化学家」并只是一年就可以完成的，这是中国科学技术大学化学与材料科学学院教授罗毅、江俊团队经过八年攻关研制出的。

相关研究成果以「An all-round AI-Chemist with a scientific mind」为题，于 2022 年 9 月发表在《国家科学评论》（Natl.Sci.Rev.）上。

论文链接：https://academic.oup.com/nsr/article/9/10/nwac190/6694008 

「机器化学家」由「化学大脑」、机器人实验员和智能化学工作站三部分组成。其中最核心的「化学大脑」通过分析大量化学实验和理论数据建立知识图谱，实现了阅读理解文献、设计化学实验、自主优化方案的能力，并配备了人机交互的操作系统，可以便于「无编程基础」的科研用户使用。机器人实验员和 16 个化学工作站之间能进行数据交换和互动，精准配合执行化学实验。

业内专家认为，机器化学家的研究工作脱离了传统试错研究范式的限制，展现出「最强化学大脑」指导的智能新范式的巨大优势，引领化学研究朝着知识理解数字化、实验操作指令化、材料创制模板化的未来趋势前进，确立了我国在智能化学创新领域的全球领跑地位。

全球首个数据智能驱动的全流程机器化学家。

就在本月，江俊团队首次将数据驱动自动合成、机器人辅助可控合成、机器学习促进逆向设计，用于胶体纳米晶（例如钙钛矿）材料合成，探索构建了「机器科学家」平台，有望将科研人员从传统试错实验、劳动密集型表征中解放，聚焦科学创新，实现纳米晶材料数字智造。

该研究以「A robotic platform for the synthesis of colloidal nanocrystals」为题，于 2023 年 3 月 2 日发布在《自然-合成》（Nature Synthesis）上。

论文链接：https://www.nature.com/articles/s44160-023-00250-5 

「这主要得益于中国科大多学科交叉的背景，促使不同学科的科研人员汇集在一起共同做一件事。我们的目标是建成机器化学家大科学装置，解放化学家双手，加快新的化学品和新的材料研发创制。」江俊教授说。

未来蓝图：改变传统化学研究范式，解放化学家双手

对于未来，江俊教授希望他们可以建成一个「机器化学家」大科学装置：在一整栋大楼里，布置上百个机器人、上千个智能化学工作站。一边，全国的化学家、材料学家只需在网上提交自己的任务；另一边，团队成员通过智能操作系统分时安排机器人完成任务，最后将方案反馈给化学家们。

基于这样一个大平台，各个课题组的实验数据可以交汇、共享，产生海量数据，实现自动提炼出数字化的知识图谱和人工智能的模型，进而指导机器人自动优化产生更好、更高效率的化学品或新材料。而且在完成各个实验过程中，机器人通过与科研人员互动，默默学习人类的操作逻辑、思维模式，很有可能在若干年之后，机器人会变成一个智能、创造力都比肩大学教授的机器化学家。

「我们希望争取到国家的支持，在 2 至 3 年内建成拥有几十台机器人的小型装置，3 至 5 年后建成一个大科学装置。在这期间，我们还需要不断训练机器人和智能化学通用模型。」江俊教授规划着未来的研究蓝图。他们最终目标是改变传统化学研究范式，解放化学家双手。

化学文献机器阅读系统：
http://dcaiku.com:10010/#/home 
参考内容：
http://staff.ustc.edu.cn/~jiangj1/ChemGPT-Leo.mp4 
https://baike.baidu.com/item/%E8%8A%AC%E9%A1%BF%E5%8F%8D%E5%BA%94/6601093 
https://dcp.ustc.edu.cn/2022/1010/c4481a574991/page.htm 
https://mp.weixin.qq.com/s/ZzFbW5jgRpVBmy3OSyZyLwhttps://faculty.ustc.edu.cn/jiangjun1/zh_CN/zdylm/661326/list/index.htm 

​Read More