过往传统化学合成要比较长的时间，且科研人员做化学实验重复操作较多，RoboChem能全天候自主工作，快速、不知疲倦地提供结果，明显提高了实验效率，将研究人员从重复繁琐的实验中解放出来。
装有AI大脑的RoboChem能在一周完成博士数月研究。近日，来自荷兰阿姆斯特丹大学研究团队开发了一款自动化学合成 AI 机器人 ——RoboChem。这款机器人通过集成现有的商业化硬件、自定义软件和闭环的贝叶斯优化（BO）算法，实现了对光催化反应的全自动化运行，并且在速度和准确性上都超过人类化学家。
“RoboChem简化了光催化反应的优化过程，同时提高了安全性，让研究人员从繁琐的实验工作解放出来，将更多时间投入到更具创造性的化学领域中。”在谈及RoboChem的核心优势时，来自荷兰阿姆斯特丹大学的研究员温正慧告诉澎湃科技（。
2018年9月，温正慧正式加入蒂莫西诺埃尔教授团队开展博士研究工作。博士期间温正慧的研究方向包括光催化有机合成、微反应器/流动化学、自动化合成与人工智能等。当时人在国外的温正慧已经感受到周边很多课题组或企业正在讨论自动化合成实验的优势。 “在做化学实验时，很多操作是重复的，我们真的很想有一个自动化的装置能够让研究人员从繁琐的实验操作中解放出来。”温正慧说。
过往，传统化学合成常常要较长的时间，具体时间主要根据合成目标的复杂性、反应步骤的多少以及反应条件的选择。在传统的化学有机合成中，化学家应该要依据经验和文献设计各类实验方案，进行一系列试验找到最优条件。在这样的一个过程中需要反复调整和优化，此外，在传统合成过程中也存在人为失误的实验风险。
为了满足高效优化复杂光催化反应条件的需求，温正慧和小组成员开发了这款名为RoboChem的多功能机器人平台。
RoboChem是“Robot Chemist”的简写，采用了开源组件和简单物联网设备做控制，同时装有AI大脑，可以很好地解决化学合成中的优化问题。该算法能够基于历史实验数据构建概率模型，预测哪些实验条件可能会产生最佳结果。随着实验的进行，RoboChem可以不间断地积累数据，采用的贝叶斯优化算法也会一直更新和改进，以适应新的实验条件和目标，这种持续学习和适应能力使得RoboChem变得更高效。
此外，RoboChem 采用了流动化学系统，能够精确控制化学反应参数，如温度、压力、流速和光照强度，降低了实验过程中的废弃物生成，还提高了实验的可控性，能更精准地控制反应条件，提高产物纯度。
温正慧回忆，从2018年跟随蒂莫西诺埃尔教授开展机器人研发工作到2022年博士毕业留组担任研究员，RoboChem研发小组从最开始的一个人到现在的五名博士生。刚开始研发时，资源有限、面临的风险也大。在没有一点产出的前提下消耗实验资金和人力资本，对于研发团队有很大的挑战。
实验前期，光软件编码和硬件安装上的工作，就花费了两到三年时间。“挑战最大的在于硬件部分，我自身也不是机械或者自动化相关专业，前期实验团队花了很多时间去调试做控制。”温正慧称，团队为了能研究机器人硬件问题，每两周就会组织一次的“机器人和化学”会议。
通过6次随机性实验和13次探索实验，2022年7月21日，团队研发终于取得阶段性胜利，RoboChem可以闭环地完成工作，并且达到了前所未有的优化水平。
温正慧表示，RoboChem有三大突破性优点：一是整体优化效率高，可提升实验效率。科研人员在研究中经常会出现重复操作，比如在参数调整、反应物配比、温度和光照强度控制的实验条件优化等，利用RoboChem能够让研究人员把注意力更多地转向化学领域的其他创造性工作。
二是RoboChem 平台能根据每种底物的特定需求量身定制反应条件，从而做到从传统合成方法中脱颖而出。而且能全面评估转化方法，在很大程度上提高了其潜在的工业应用价值，也提高了整个反应的安全性。
三是基于RoboChem 平台产生的数据集不仅包括正向数据，还包括反向数据，有利于其他研究人员更好地开展有关 AI for Science 的研究，从而深化对反应机理的了解。
“这套系统能全天候自主工作，快速、不知疲倦地提供结果。”温正慧说，正是这些优势让RoboChem 成为有价值的机器人协作平台，适用于任何合成有机化学实验室。
值得一提的是，研发成功的RoboChem能够执行各种反应，而且实验过程中产生的废物最少。它可以在一周内优化大约10到20个分子的合成，而一个博士生常常要几个月的时间才能完成这项任务。
不过，温正慧坦言，RoboChem目前是面向药物分子的优化合成，后续还有待迭代升级为药物分子的合成新路径规划等更高阶的研究方向，另外应用场景上还是以实验室研发为主，不会商用，规模化合成研究仍有待进一步探索。
温正慧称，预计未来RoboChem将与不一样的流动反应器和过程分析技术相结合，在高度可重复的反应器环境中自动生成丰富数据集，为未来合成化学数字化做出贡献。
