把“人工智能”加在科学研究上，就像给科研人员配上超级智能的全能科研搭档，把科研人员从重复、耗时的工作里解放出来，让原本需要几年、十几年的科研突破时间上大幅缩短、更快落地。本期《科技推动力》，到中国科学技术大学的精准智能化学全国重点实验室里，去看看人工智能和科学研究擦出了怎样的火花。

中国科学技术大学精准智能化学全国重点实验室博士生 方天成：我们现在可以看到这个铁已经完全流淌起来了。

记者：这个防热材料基本上还是完好的。

方天成：是的，不仅这样，我们的手可以放在底下，不会感到烫。

博士生用AI研发出抗高温新型阻燃材料

可承受千度高温的这款新型阻燃材料，出自中国科学技术大学方天成博士之手。用这种新材料做成的防火服，它的防热效果究竟如何，记者现场进行了体验。

总台央视记者 帅俊全：这个焊枪温度大概在1500℃以上，我们用传统气凝胶防火材料试下它的效果，大概几秒钟的时间就已经烧穿了。然后我们再来实验一下新材料，1、2、3、4、5、6，你看6秒钟过去了，新材料很好地起到了阻热的效果，胳膊也只有一点温温的感觉，这个材料确实是太神奇了。

神奇的材料来自方天成的博士生课题，然而当他提出要把实用产品也做出来时，却被导师质疑“目标太大了”。

中国科学技术大学精准智能化学全国重点实验室博士生 方天成：说实话，的确就是按照一般的科研规律来说，是需要非常多年的，所以江老师也不是很支持，觉得我可能没法按时毕业。

中国科学技术大学精准智能化学全国重点实验室副主任 江俊：进行相变吸能这种研究方法，也有很多人已经尝试过，我也了解过，但我觉得这个还是非常艰难，因为大家做了这么长时间没有突破，然而这一次，方天成用大模型颠覆了我的认知。

AI让阻燃材料研发周期缩短三分之二

传统阻燃材料从实验室研发到产业验证，通常要3到5年时间，仅仅配方筛选、中试放大就要2年以上。但是，方天成和AI大模型联手合作，从研发到量产，只用了11个月，周期缩短了三分之二。

中国科学技术大学精准智能化学全国重点实验室博士生 方天成：我主要扮演策略的提出者，还有模型的架构，对于化学实验叫作失之毫厘、差之千里，我们只要有一点不行，就可能导致结果不行，但是智能化学家主要起到的作用是帮我们大量进行实验，然后来快速分析实验结果，在敲定研发方向这块起到了非常重要的作用，还有快速补全了我们的知识盲区。

中国科学技术大学精准智能化学全国重点实验室副主任 江俊：大致4个月我们就把材料筛选出来了，目前这个防火阻燃材料相比传统的性能提升了200多倍，比如说我们传统的防火阻燃材料在1400℃高温下面，3毫米的材料只能坚持约30秒，但是我们可以做到几十分钟。

这里面我觉得一个非常有意义的地方在于，有了大模型和科研机器人，它能让一个新生跨越知识门槛和能力门槛，让有创新思想，而且有勇敢创新精神的年轻人，能够迅速地把自己想法落地，甚至形成科学突破。

短片当中，导师和博士生在科研过程中所用到的AI，叫作机器化学家，相当于一个化学领域的全能智能科研机器人，它自带“化学大脑”，能够读文献、设计实验方案，还能亲自动手做实验，机器化学家还有两个小名，叫“小来”和“小临”，意味着“未来已来临”。

总台央视记者 帅俊全：和我们印象中的很多化学实验室的瓶瓶罐罐不一样，我现在所在的这个化学实验室明显要感觉更加现代化和未来感，因为它叫精准智能化学实验室，比如说我旁边的一个机械臂装置，就是这里的第一代机器化学家“小来”，它的机械臂可以精准操控，和众多智能化平台进行交互，更为关键的是在它的底层，有大量的数据和科学大脑可以提供科研智慧。

中国科学技术大学精准智能化学全国重点实验室副主任 江俊：传统的化学研究是典型的试错范式，就是尝试总结错误，然后再迭代，效率相对低下，而我们现在用上机器智能，机器去能读、会算、勤做，可以一夜之间阅读上万篇论文，然后总结前人智慧，几分钟的时间内做大量的理论模拟，大致地把这个化学难题的地图给画出来，机器人高效地做快速搜索，把信息反馈回来，再更新之前的理论模型理解，使得我们实现一个理性的、化学的、高效的研究范式。

2021年，机器化学家“小来”正式诞生，集成2台移动机器人、19个智能化学工作站和高通量计算系统，日均能完成2000次精准操作，相当于五六名科研人员的工作量。

为了研发火星制氧催化剂，“小来”学习了5万多篇相关的化学论文，面对376万种配方组合，人类科研团队需要2000年来进行实验验证，“小来”凭借其“智能大脑”，仅仅用了6周时间就找到了最佳配方。

中国科学技术大学精准智能化学全国重点实验室副主任 江俊：第一代的机械化学家“小来”它能精准操作，比如说0.1毫米的操作精度、0.1毫克的测量精度。第二代机械化学家“小临”它就更聪明，它随身带着一个科学大脑，是轻量化的科学大模型。面向“十五五”我们要建成大规模的、覆盖全国的智能科研基础设施，到2030年，我们希望能建成一个覆盖全国的、规模化的智能科研基础设施，而且是一个云平台的网络，使得我们科研人员能够站在“巨人的肩膀”上，实现自主的科学突破，乃至科研成果涌现式的发展。

除了在化学研究领域的机器化学家，其实在各个学科，“人工智能+科学研究”都正在成为新趋势。由中国科学院自动化所推出的“磐石·科学基础大模型”，是一个科研领域的专用智能底座，它专攻数学、物理、化学、天文、地理和生物这些自然科学核心学科，并且不断迭代。看文献、写综述、规划方案、仿真计算、实验验证，一系列工作都能高效完成，成为科研人员的好帮手。

和普通大模型不同，“磐石·科学基础大模型”专门为科研打造，由专业科学知识和数据训练而成，能深入理解各种科学数据，并具备深度文献分析、科学知识推理和科研工具编排能力。

中国科学院自动化研究所副所长 曾大军：能够理解各种各样的数据、预测结构，达到一个非常好的效果。科技文献方面“磐石”的处理还是有比较独到的地方，以前需要研究生可能要花半年的时间，去吸纳、解读、理解几百篇文章写一篇综述，我们现在3个小时就能做到。还有它能够调动现在超过400种各类的计算和仿真的工具，自主地把它的能力调动起来。

中国科学院自动化研究所研究员 李林静：比如说天文，我们有很多望远镜，现在我们和国家天文台合作，我们就帮国家天文台做了一个天文的观测智能体，以前跟踪天上的一个事件可能要几天、几个小时，现在几秒钟能算完，能够调动望远镜，来跟着智能体去看。

覆盖自然科学核心学科 赋能科研全流程

曾大军介绍，该模型就像一个跨学科的“智能操作系统”，覆盖数学、物理、化学、天文、地理、生物等核心学科，可深度赋能“假设提出—方案规划—仿真推演—实验验证—规律发现”的科研全流程。

中国科学院自动化研究所研究员 李林静：通用大模型都是按照概率的方法来生成，我们就要防止它完全基于概率来选择，希望它按照整个科学的规律和路径来做相关的生成，这块正好是我们整个在训练模型的时候，特意用相关科学语料来做微调和强化学习的训练。比如说在数字方面，我们能看到整个的幻觉应该降低了11%左右。

中国科学院自动化研究所副所长 曾大军：人工智能赋能科学研究，如果最后仅仅做成了是人工智能方法在科研中的应用，很有可能它的潜力就挖掘不出来了，在一个复杂的系统里面，如何去找到最优解，这是人工智能最强、最合适的能力，帮助我们去攻关。从这个维度我们再寻找AI就绪的、人工智能就绪的科学问题，下一步的工作，其实我们在中国科学院，借助完整的自然科学研究体系，借助科研大设施、各类的数据，各种各样的深度场景，和各领域的科学家双向奔赴。

从虚拟的数字空间走向真实的实体空间，是人工智能发展的历史必然。为破解人工智能技术应用到工厂和制造业过程中面临的多重挑战，中国科学院前不久成立了工业人工智能研究所，开展工业人工智能前沿方向研究与共性技术攻关，支撑制造业转型升级。

瞄准实体空间人工智能技术体系建设目标，工业人工智能研究所明确了具身智能与智能机器人、智能工厂垂域大模型与智能体平台、自主智能与可重构智能产线等主攻方向，承担面向制造强国战略需求的重大工程任务。

中国科学院工业人工智能研究所研究员 王军义：柔性重构就是来了一个新产品，然后我通过人工智能，规划出它用什么样的工艺、用哪个设备、参数、工具，很快地重组一条生产线，重组它的工艺流程、控制程序，然后就能生产新的产品，目标由原来3到6个月的时间，变成一天就能满足新产品迭代的这么一个过程。

行业应用的需求牵引，成为人工智能走出数字世界的核心动力。但是面对行业的具体应用场景，现有的人工智能技术体系还面临诸多亟待解决的难题。

中国科学院工业人工智能研究所副所长 陈云霁：大语言模型它是有可能会出错的，但是当我们把它用在工业或实体经济的时候，我们的人工智能是不允许出错的。比如说我要洗个茶杯，如果洗100次会摔掉一次，我相信没有人会用这样的洗茶杯机器人。所以这就要求人工智能在基础的科学原理上面有新的变革，我们研究所有一个使命，想发展出一套实体空间的人工智能新技术体系。它基于的规律就不仅是数据的统计规律，而是这个物质世界里面物理、化学的基本规律，它能在实体空间去操作、完成制造业各种各样任务时，能够精准、不出错，而且效率很高。

提升工业人工智能基础研究和原始创新能力

陈云霁介绍，为了构建这样一套实体空间的人工智能技术体系，科研团队确立了新型神经网络架构与系统、可信智能软件、数据生成、智能感知与通信、工业智能芯片与系统、云化控制器等前沿方向，提升工业人工智能基础研究和原始创新能力。

中国科学院工业人工智能研究所副所长 陈云霁：在“十五五”期间，我们将建成从核心的基础研究到工程技术的攻关，再到产业应用转化这样一个完整的科研链条，希望能够去为世界的制造业去建立起实体空间人工智能的新技术体系，达到学术上的引领。