在北京舉行的 2023 中國科幻大會科幻產業新技術新產品展中展出的智能量子計算機 MOSS（2023 年 5 月 30 日攝）陳鐘昊攝“物質世界豐富而復雜，要研究物質轉化的內在規律，僅靠化學家在實驗室解析表達遠遠不夠。對重要化學問題開展研究還需要發展新理論和新方法?！彪S著人工智能技術的加持，精準智能化學曙光已現在化學合成中，AI驅動的機器人平臺已經能夠在數天內完成原本數十年的實驗任務，極大地提升了化學研究的速度和精度單分子器件通過分子對外加刺激的響應來工作，通過施加電壓或光照，可以改變分子內部的電荷分布或觸發其特定振動模式，從而調控其導電性、光學特性等，實現所需功能當前，化學科研范式正在發生一場深刻變革?；瘜W是研究物質變化的一門科學，主要目的是創造物質和控制物質的轉化。傳統化學研究中，科研人員要在實驗室用各種試劑通過不斷試錯研發出新材料。計算機技術的迅猛發展和廣泛應用，加速了化學研究蓬勃發展?！拔镔|世界豐富而復雜，要研究物質轉化的內在規律，僅靠化學家在實驗室解析表達遠遠不夠。對重要化學問題開展研究還需要發展新理論和新方法?！敝袊茖W院院士、中國科學技術大學副校長楊金龍告訴《瞭望》新聞周刊記者。計算機的計算和模擬能力，能夠對化學反應的過程進行理論預測和實驗解釋。而隨著人工智能技術的加持，精準智能化學曙光已現，化學研究將更加“智能”。例如合成一種催化劑，依靠人工實驗不可能窮盡幾千萬種材料實現催化劑的最佳比例合成，但采用智能計算的方法就可以在各種化學元素中篩選出合適的配比。精準智能化學研究能夠實現高度可控、可調、可預測、更高選擇性、更高精度、更高效、更經濟以及更加環境友好的成果，進而推動測量科學、可持續材料、信息材料、藥物、能源、環境科學和其他化學及化學相關領域的發展和創新。近年來，楊金龍率領團隊在新型功能材料的設計與模擬、表面單分子量子行為的表征與調控等方面取得了原創性和系統性成果?！霸贏I技術快速發展的驅動下，我們有理由期待在化學研究領域涌現出更多的創新成果?！睏罱瘕堈f。精準化學是未來化學發展重要方向《瞭望》：你是如何理解精準化學這一概念的？楊金龍：精準代表了化學領域未來的研究方向，它強調過程和結果的可控性、可預測性和準確性。首先，要在化學研究中獲得更加精準的科學數據。一是理論計算模擬需要能在使用盡可能少的計算資源的情況下模擬得到復雜化學體系的電子結構以及動力學行為。二是需要發展先進的表征技術對分子體系在原位工況條件下進行高精度的表征實驗。這樣，我們才能獲得精準的化學數據，在此基礎上構建更加真實、準確的物理化學模型，理解更加復雜的內在規律。下一步，通過對復雜規律的理解，提升我們對化學反應路徑以及分子性質的精準控制能力。從精準的化學數據到精準的調控能力，是精準化學的內涵所在。近年來，已報道的圍繞精準化學的前沿研究成果越來越多。今年，我擔任創刊主編的新刊《精準化學》已正式出版，希望能為研究工作提供一個交流平臺?！恫t望》：如何才能提高化學研究的精準化水平？楊金龍：提高化學研究的精準化水平是一個復雜且多層面的任務。為此需要從以下方面持續努力：一是發展高效的精準理論方法與程序。為了獲得分子體系精確的能量以及性質，所需的計算量隨分子尺寸的增大指數增加。因此在實際計算模擬中，通常會引入各種近似值，但這些近似值對某些體系會帶來嚴重的誤差。為此，需要發展新的方法，在可以承受的計算資源條件下獲得盡可能精確的計算模擬結果。量子計算機的出現有望為這一方向帶來突破性的進展。量子計算機能夠大幅提高電子結構計算的效率，我們在這方面已有布局：一方面，積極發展計算方法，將現有的普通超算方法“移植”到量子計算機上，為量子計算機時代的量子化學打好基礎；另一方面，尋找一個特定體系，即那些在經典計算機上做不了或非常難解決的問題，在量子計算機上能很快解決，為未來量子計算機在材料領域的應用奠定基礎。二是發展工況條件下的精準表征方法。為了從實驗上獲得原子尺度的精準化學細節，通常需要超低溫、超高真空的條件。而真實的化學過程往往發生在常溫常壓甚至高溫高壓下。發展新的表征手段，在工況條件下獲得盡可能多的關于體系結構、性質與動力學行為的數據是精準化學的重要目標。三是發展智能化學方法。人工智能目前已經廣泛應用于科學研究的方方面面。從大數據中產生化學智能，是實現精準化學目標的關鍵。在理論模擬和實驗表征獲得大量精準的數據以后，需要從這些數據中提煉規律、產生化學智能，進而實現對化學過程進行精準調控?？偨Y而言，提高化學研究的精準化水平是一個綜合性的挑戰，需要我們在多個方面進行努力和創新。通過這些策略，我們不僅能夠更精準地進行化學研究，同時也為化學領域的進一步發展奠定堅實的基礎。從大數據中產生化學智能《瞭望》：人工智能將對精準化學研究帶來哪些改變？楊金龍：隨著人工智能與大數據技術的發展，AI for Science已開始在諸多科研領域發揮重要作用。對于化學尤其是精準化學研究，AI技術也將帶來重要影響，無論是在新材料發現、模擬準確性、合成路徑優化，還是在實驗自動化方面，它都在推動著精準化學的進步。一是提高計算模擬的準確性。AI可以在計算模擬中起到加速器的作用，特別是在處理電子結構中的復雜相互作用時。傳統的電子結構計算需要大量計算資源，而AI通過神經網絡和其他機器學習技術，能夠在短時間內給出更準確的模擬結果。同時，復雜AI模型強大的表達能力可以用來進行波函數高效采樣，得到體系精準的能量和性質。二是促進化學合成路線的智能優化?；瘜W合成路線的選擇和優化涉及諸多變量，從原料、反應條件到設備選擇。AI能夠從海量文獻和實驗數據中，挖掘出最佳合成路線，預測最佳反應條件，從而降低成本，提高研究效率。三是實現實驗室操作的自動化和高通量篩選。結合機器視覺和AI技術，實驗設備可以實現智能化操作，提高實驗效率。尤其在化學合成中，AI驅動的機器人平臺已經能夠在數天內完成原本數十年的實驗任務，極大地提升了化學研究的速度和精度。四是加速新材料的研發。傳統的材料研發往往基于試錯法，費時費力。而AI能快速檢索、分析數以百萬計的化學數據，提供材料性質的預測，并推薦潛在的新材料。這種智能化篩選模式將提高新材料的發現速度和精確性?！恫t望》：怎樣構建基于大數據的精準智能化學系統？楊金龍：為構建基于大數據的精準智能化學系統，我們需進行以下工作：第一，精準收集與整理數據后，進行數據清洗與質量控制。首要任務是系統地收集化學數據，涵蓋反應條件、產物特性、材料性能等；其次，源于文獻、實驗日志、儀器記錄或計算模擬的數據，需經過篩選、整理和標準化，方便后續操作；再者，原始數據往往混雜有誤差或缺項，數據清洗、異常值處理、缺失值填補和錯誤糾正都是確保數據質量的必要步驟。第二，構建高效的數據存儲與管理系統，提高數據的安全性、可靠性和快速檢索能力，同時要考慮數據的備份及恢復機制。第三，構建精準化學人工智能大模型。首先要將數據轉化為易于模型處理的形式，選取數據中的關鍵特征降低問題的維度，從而大幅提升模型性能，并減輕計算任務。其次，根據研究目標，選擇適合的機器學習或深度學習模型。隨后，利用已整理的數據進行訓練，并調整模型參數以追求最優效果。再者，系統地評估模型效果，利用獨立測試集檢查模型的準確性和泛化能力。若模型表現未達預期，應根據反饋調整并持續優化。我們現在正在構建一種大參數模型，嚴格求解薛定諤方程。一旦求解出薛定諤方程，便可了解微觀物質的性質。換句話說，就可以知道化學反應的結果，這是一項激動人心的工作。第四，進行精準智能化學系統的持續學習與迭代?；瘜W研究是一個不斷進化的領域，建立的精準智能化學系統應具備持續學習能力，能夠吸收新知識、更新數據和模型，保持其準確性和前瞻性。綜合看來，精準智能化學系統的構建涉及從數據采集到模型優化的全流程。這不僅要求對數據的嚴格處理和模型的精心選擇，更需要保障數據的安全和系統的持續更新。只有這樣，才能在精準化學領域真正實現智能化研究，持續推動科研進步。探索分子世界的奧秘《瞭望》：你帶領團隊在單分子器件研究方面走到了世界前列，單分子器件是如何工作的，與我們現有的器件工作原理有哪些不同？楊金龍：集成電路的器件如今已經做到了幾個納米的尺度，但站在量子力學的角度，這些器件尺度的最終極限是單個分子甚至單個原子。單分子器件由單個分子構成，其功能由該分子的屬性決定。例如，我們可以利用特定有機分子的光電特性來打造光電器件，或使用分子的磁學特性來構建磁存儲器件。一般說來，單分子器件通過分子對外加刺激的響應來工作，通過施加電壓或光照，可以改變分子內部的電荷分布或觸發其特定振動模式，從而調控其導電性、光學特性等，實現所需功能。為了調控單分子器件的性能，需要對分子的性質以及響應行為有深刻的理解，這是單分子科學的研究內容，通常需要進行高精度的理論計算模擬和實驗表征來開展研究。經常使用的儀器設備包括掃描隧道顯微鏡（STM）和原子力顯微鏡（AFM）等，可以對單個分子進行高精度成像和操作。與傳統器件相比，單分子器件的獨特之處在于其靈活的可調控性與多樣性?，F有的器件，雖然尺寸越來越小，但還是利用的半導體材料的體相性質，因此其工作原理不隨尺寸變化。而單分子器件的工作原理由分子本身的性質決定。原則上可以設計出許多原理各異的單分子器件。同時，單分子器件也更容易實現多功能集成?？傊?，單分子器件因其獨特的工作原理與廣闊的應用前景，為我們提供了深入探究物質行為和開發下一代納米技術的機會，對未來的科學研究與技術應用均具有深遠意義?！恫t望》：你帶領團隊在單分子器件研究方面取得的成果將來會產生哪些應用？楊金龍：自2001年以來，我們團隊在單分子器件研究中取得了一些突破，這些研究除了幫助開發新型單分子器件外，還加深了我們對分子體系的理解。首先，我們成功地“拍攝”出能夠分辨碳60化學鍵的單分子圖像。碳60是一種非金屬單質，化學式為C60，是由60個碳原子構成的分子，這是世界上首次直接觀察到分子內部結構的嘗試。隨后于2005年，我們利用STM針尖對吸附于金屬表面的鈷酞菁分子進行了“單分子手術”，這一創新手段使我們成為首個實現對單分子自旋態控制的團隊，大大拓展了人們對分子體系進行操控的能力。2013年，我們再次刷新紀錄，實現了亞納米級分辨率的單分子光學拉曼成像，實現了高空間分辨和化學分辨的結合。除了這些顯著的技術突破，我們團隊也始終致力于發展新的理論和方法。在新概念方面，我們引入了雙極磁性半導體，可以在此基礎上通過電場控制自旋極化方向，為實現利用自旋自由度的電子學器件的發展提供了新的方向。此外，我們還開發了電子結構計算新程序，在國產“神威·太湖之光”超級計算機上首次實現千萬核心并行第一性原理計算模擬，隨后在“海洋之光”上實現了二百五十萬原子的電子結構計算。這相當于給科學家提供了一個強大的計算模擬工具，可以更準確地研究材料的性質和行為。理論計算方法還可以用來進行新藥研發、材料設計以及復雜化學反應網絡分析等，有望在藥學、材料科學、催化技術、信息技術及能源轉換等領域提供新的研究視角和強大工具。