中国打造真AI机器人，能自主研究！研究时间从几百年缩短至5周

　　不过更让研究人员感到兴奋的是，小来可能能对对高熵材料的研究做出贡献，这是能源工业中一个至关重要的领域。

　　科学家们最近专注于为这种材料寻找催化剂，这可以提高氢电池的稳定性，以及其他应用。根据该研究小组的网站，“小来”正被用来寻找此类催化剂的最佳配方，从而提高电化学储能的效率。

　　据尚教授介绍，模块化的设计使得机器人非常多才多艺，可以根据需要来增加更多的实验工作站或计算机构。

　　论文中称：“小来”实际上由两个移动机器人和15个工作站组成。有了一个服务平台和一个独立的计算大脑，它就相当于一群组织良好的人类化学家。”

　　机器人的人工智能由三个模块组成:可以自动阅读大量文献的机器阅读模块、进行各种化学实验的移动机器人模块和基于理论计算生成预测模型的计算大脑模块。

　　其中一个研究小组的演示视频展示了机器人在为高熵材料制造催化剂时必须面对的复杂性。

　　首先，小来浏览了所有现有的相关文献，其中包括1.6万篇论文。然后用五种金属组成催化剂。在这种情况下，小来从11.8万种可能的元素组合中选择了锰、铜、钴、镍和锌作为候选元素。

　　选好部件后，下一个任务是确定每个元素的比例。为了实现这一目标，小来首先在分子动力学中进行了计算，得到了所有可能的构型。然后，小来对每种构型的理论催化性能进行了评价。在列出所有可行的模拟之后，它对每种配置进行合成、表征和性能实验室测试。

　　在进行了207次试验后，数据被上传到一个云服务器上，机器人的计算大脑在那里总结和分析结果。

　　研究人员说，如果使用传统的研究方法，这项研究将需要数百年的时间来确定最佳的催化剂配方，但是小来用了五个星期就完成了。

　　机器学习概念渲染图

　　除了开发高熵催化剂外，小来还能解决其他问题，准确地制造出有用的化学品。比如改变材料的氢掺杂浓度以提高光催化性能，优化发光材料，寻找光学薄膜材料。

　　中科院化学研究所的一位研究人员说：“人工智能化学家在开发天然产物的合成路径方面具有优势，因为在这种情况下，反应路径总是漫长而复杂的，而在计算机在这类复杂计算中的表现要优于人脑。”

　　研究人员还为小来开发了相应的虚拟服务平台。计算机程序可以与机器人通信或定制实验协议。结果可以在平台上可视化。

　　然而，中科大的一名研究人员指出了机器人的局限性。“人工智能化学家只能从现有的知识中获取信息，并在已知的技术中进行实验，未来的发现在很大程度上仍依赖于人类科学家开发新理论和发明新技术。”