继谷歌“阿尔法围棋”战胜世界冠军李世石后，又一项人工智能战胜了人类。据5月5日出版的《自然》杂志封面文章报道^[1]，美国哈弗福德学院和普渡大学化学家研发了一种强大的机器学习算法，通过深度挖掘历史实验数据，成功预测合成了新晶体，预测准确率超过经验丰富的化学家。

新晶体的合成主要依靠经验，通常需要经历大量的失败才能合成所需的材料。美国研究人员采用了一种标准的机器学习算法，使用近4000次不同反应条件下合成晶体实验的数据来训练算法。这些数据既有来自成功案例也有来自失败的记录。然后，计算机找出导致实验成功或失败的规律。为了检验规律，研究人员让机器学习算法和有十余年经验的材料化学家分别预测亚硒酸盐晶体的合成条件。结果显示，机器学习算法建议的成功率为89％，超过材料化学家的78％。

该研究成果对化学领域正在酝酿的机器自动合成革命有推动作用。英国规划了能够合成10亿种有机分子的合成机器，日本确定自动合成有机化合物的装置是2030年前必须掌握的技术。人工智能机器算法是自动合成机器的大脑。人工智能取得突破，意味着距离实现机器自动合成又近了一步。

该研究成果在运用历史研究数据时，不仅关注成功案例，而且重视失败案例。后者不仅数量更加庞大，而且与前者结合可以更好地定义成功与失败的边界。这对我国培育数据化学、数据材料新业态和完善正在建立的国家科技报告制度有一定借鉴意义。             

  （边文越）