当实验室变身“自动驾驶舱”：甬江实验室综述解读AI+流动化学如何重塑分子创造

黑灯工厂里，四下无人，“智慧大脑”统筹从原料到组装的全流程，夜间不开灯也能自主生产——这已是汽车制造的常态。但在化学实验室，科研人员往往还要像一百多年前那样，拿着试管烧杯“一锅炖”，一种新反应可能要试上成百上千次。

化学实验，何时能迎来一场生产力的变革？

近日，甬江实验室流动与智能化合成研究组温正慧团队与合作者在 CCS Chemistry 发表综述 Intelligent Flow Chemistry: A New Paradigm for Artificial Intelligence-Driven Synthesis and Discovery，系统阐述了“智能流动化学”新范式。文章描绘了一个令人兴奋的未来：AI作为化学实验的“大脑”，指挥自动化流动合成系统的“双手”，重塑分子创造。

原文链接：https://doi.org/10.31635/ccschem.026.202607484

想象一下，未来的化学实验室就像一辆“自动驾驶汽车”。

“流动化学”构建了它的底盘与引擎——反应不再在大烧瓶里进行，而是让原料在微通道中边流动边反应。这不仅仅是形式的改变，更解决了传统釜式反应传质传热效率低、外场分布不均、数据噪声大的痛点，为AI提供了它最需要的“高质量数据饲料”。

但这还不够，温正慧团队指出，真正的智能需要给这台车装上“眼睛”和“大脑”。

“眼睛”，过程分析技术（PAT）：如同敏锐的传感器，实时捕捉反应的每一个瞬间，将过程参数、化学谱图转化为数字信号；

“大脑”，AI算法：能够自己看数据、做决策。从预测反应结果、规划合成路线，到自主优化条件，它让实验不再是盲目的试错。

在这个“超级大脑”中，几项关键AI技术各司其职，将原本漫长的周期极速压缩。

贝叶斯优化：像一位经验老到的领航员，在海量参数中快速锁定最优解，让实验以最少的尝试次数达到最佳条件。

图神经网络（GNNs）：赋予机器透视眼，看懂复杂的分子图谱，精准预测反应的产率与选择性。

大语言模型（LLMs）：让机器理解“化学语言”。作为高级认知智能体，它能像科研助手一样阅读文献、规划路线，甚至直接生成代码指挥硬件运作。

智能流动化学系统示意图

以前是人盯着做实验，现在是机器自己做、自己学、自己优化。科研人员能从科研“体力活”中解放出来，成为实验的“指挥官”，让实验室变成了7×24小时运转的智能空间。

智能流动化学不仅是技术的跃迁，更让“科幻”照进现实。它让新药研发的漫长等待变成“极速赛跑”，为生命抢出时间；它将高危反应关进“笼子”，让化工生产告别危险与污染。从“经验试错”到“数据驱动”，科学的边界正在被重新定义。

智能流动化学系统发展三阶段示意图

每一次真正的范式转变，都必然经历这样的阶段：多数人在观望议论，少数人躬身探索。作为先行者，温正慧团队正开发集“文献数据提取-反应路径规划-自动连续合成-在线分析-算法决策-自主迭代 ”于一体的智能流动化学平台，旨在实现高附加值聚合物单体、电子级化学品的绿色智能合成，推动这座能自我进化的“分子工厂”从蓝图变为实景。

自研智能流动光催化系统

本论文第一作者为陈禹和谭欣雨（宁波诺丁汉大学-甬江实验室联培博士生），通讯作者为温正慧（甬江实验室）和吴韬、唐本灿（宁波诺丁汉大学）。

CCS Chemistry为中国化学会（CCS）独立创办的旗舰期刊，目标是成为国际化学领域最好的综合期刊之一，同时成为能够代表中国化学形象的国际一流期刊。