人工智能驅(qū)動(dòng)化學(xué)品創(chuàng)新設(shè)計(jì)的實(shí)踐與展望

吳正浩，周天航，藍(lán)興英，徐春明

（1 美國西北大學(xué)土木與環(huán)境工程系，伊利諾伊州 埃文斯頓 60208-3109；2 西交利物浦大學(xué)化學(xué)系，江蘇 蘇州 215123；3 中國石油大學(xué)（北京）碳中和未來技術(shù)學(xué)院，北京 102249；4 中國石油大學(xué)（北京）重質(zhì)油國家重點(diǎn)實(shí)驗(yàn)室，北京 102249）

當(dāng)今，化學(xué)品廣泛應(yīng)用于醫(yī)藥、能源、材料、食品等領(lǐng)域，新型高性能化學(xué)品的研究和開發(fā)引起了密切關(guān)注。但化學(xué)品的設(shè)計(jì)和制備是一個(gè)復(fù)雜過程，涉及大量高維空間的研究參數(shù)。傳統(tǒng)的化學(xué)品設(shè)計(jì)過程通常是通過將化學(xué)原理與工程技術(shù)相結(jié)合，基于理論與直覺來調(diào)整配方和參數(shù)以指導(dǎo)實(shí)驗(yàn)設(shè)計(jì)，從而尋找最優(yōu)方法來設(shè)計(jì)和開發(fā)高性能、高效率和環(huán)境友好的新型化學(xué)品。但這些傳統(tǒng)的“試錯(cuò)”方法普遍受到“維度災(zāi)難”的困擾，不僅需要付出極高的時(shí)間和材料成本，也難以保證在幾乎無窮的材料設(shè)計(jì)參數(shù)中尋找到最優(yōu)解，更難以闡明微觀結(jié)構(gòu)與關(guān)鍵性能和機(jī)制之間的關(guān)聯(lián)，極大地限制了新產(chǎn)品的有效開發(fā)和化學(xué)工業(yè)的科技進(jìn)步。相比于實(shí)驗(yàn)技術(shù)，多尺度計(jì)算機(jī)模擬技術(shù)為充分探索化學(xué)品的結(jié)構(gòu)-性能關(guān)系和分子機(jī)制提供了一個(gè)高效路徑，并具有更多的“接口”與人工智能（AI）進(jìn)行結(jié)合：一方面，AI 提供了將多尺度模擬結(jié)果中復(fù)雜參數(shù)空間映射到目標(biāo)函數(shù)的非線性方法，保證了在化學(xué)品復(fù)雜材料結(jié)構(gòu)空間中進(jìn)行高效的性能（構(gòu)效關(guān)系）映射的可能性；另一方面，通過將遺傳算法、主動(dòng)學(xué)習(xí)和深度生成模型等機(jī)器學(xué)習(xí)算法融入化工材料設(shè)計(jì)過程，提供了根據(jù)化學(xué)品目標(biāo)性能獲得相應(yīng)結(jié)構(gòu)參數(shù)的高效反向設(shè)計(jì)方法。

因此，將AI有效融入到多尺度模擬計(jì)算中，有望克服化學(xué)品創(chuàng)新設(shè)計(jì)中的瓶頸問題，是“Al for Science”這一理念的典型代表。然而，這一融合過程涉及的研究方向和內(nèi)容繁多。本文作者團(tuán)隊(duì)以化學(xué)品創(chuàng)新設(shè)計(jì)的可行性、精準(zhǔn)和高效為目標(biāo)，認(rèn)為除了大家所熟知的構(gòu)建精準(zhǔn)機(jī)器學(xué)習(xí)構(gòu)效預(yù)測模型，以下三個(gè)方面的AI 驅(qū)動(dòng)研究應(yīng)該擺在更為重要的位置（圖1）：準(zhǔn)確快速的多尺度模型；高效的材料正向、反向設(shè)計(jì)方法；基于AI特性的科學(xué)計(jì)算軟件。本文將首先從計(jì)算機(jī)模擬方法的創(chuàng)新出發(fā)，圍繞化學(xué)品中典型的高分子材料，例如高分子相容劑、高分子導(dǎo)熱材料進(jìn)行討論。同時(shí)關(guān)注AI驅(qū)動(dòng)化學(xué)品創(chuàng)新設(shè)計(jì)，強(qiáng)調(diào)在AI時(shí)代中，創(chuàng)新計(jì)算機(jī)模擬基礎(chǔ)設(shè)施對未來化工研究與發(fā)展的重要性。

圖1 人工智能驅(qū)動(dòng)化學(xué)品創(chuàng)新設(shè)計(jì)的三個(gè)重要方面

1 AI輔助的多尺度模型與分析

現(xiàn)實(shí)中，化學(xué)品的設(shè)計(jì)需要借助表征手段分析原子和分子的相互作用關(guān)系，以闡明相關(guān)機(jī)制。但在多尺度計(jì)算模擬中，研究者首先要基于符合物理規(guī)律的相互作用關(guān)系構(gòu)建準(zhǔn)確的原子和分子模型，以進(jìn)行化學(xué)品的創(chuàng)新設(shè)計(jì)。在化學(xué)工程系統(tǒng)與化學(xué)品設(shè)計(jì)中，通常涉及從材料組分的分子到反應(yīng)器的工業(yè)裝置等多層次時(shí)空尺度，通過多尺度計(jì)算機(jī)模擬技術(shù)（例如，從量子化學(xué)到分子動(dòng)力學(xué)再到連續(xù)介質(zhì)力學(xué)），可以實(shí)現(xiàn)自下而上，以電子、原子等微觀粒子為基礎(chǔ)，重新認(rèn)識(shí)和重構(gòu)傳統(tǒng)化學(xué)化工過程。然而，經(jīng)典的計(jì)算機(jī)模擬，雖然在部分領(lǐng)域顯示出卓越的作用，如單分子功能預(yù)測，但仍然無法有效地應(yīng)用于與實(shí)際相近的真實(shí)系統(tǒng)，因?yàn)槠渌枰挠?jì)算資源隨模擬體系的增大而指數(shù)級增加。近年來，人工智能（AI）技術(shù)在自然科學(xué)、計(jì)算科學(xué)等學(xué)科中的融合發(fā)展為改進(jìn)并加強(qiáng)多尺度模型構(gòu)建和采樣速率，特別是高模擬精度及速度提供了可能（圖2)。其中，通過AI技術(shù)來幫助發(fā)展更全面準(zhǔn)確的理論技術(shù)來確定粒子之間在各種條件下的相互作用力是改善多尺度模擬計(jì)算技術(shù)重要的方向之一，以此為新型化學(xué)品設(shè)計(jì)提供更堅(jiān)實(shí)的基礎(chǔ)。

圖2 人工智能輔助的多尺度模型建立

1.1 全原子機(jī)器學(xué)習(xí)勢能

準(zhǔn)確表示微觀粒子（原子）間復(fù)雜的相互作用（勢能面）對于使用分子動(dòng)力學(xué)模擬預(yù)測材料性能和設(shè)計(jì)至關(guān)重要。雖然，在Born-Opperheimer約化條件約束下，可以通過量子力學(xué)計(jì)算電子云之間的相互作用力得出原子間作用力，即從頭算分子動(dòng)力學(xué)（ab-initio MD）模擬。但是，ab-initio MD 所需的計(jì)算資源極為昂貴（關(guān)于粒子數(shù)指數(shù)級增長）。因此模擬的體系往往局限于10～100 原子，限制了其在化工材料領(lǐng)域的廣泛應(yīng)用。最近，機(jī)器學(xué)習(xí)的快速發(fā)展提供了高效準(zhǔn)確擬合高維勢能面的可能性，能夠用較低的計(jì)算成本提供實(shí)現(xiàn)較高的準(zhǔn)確性。例如，Deep Potential 團(tuán)隊(duì)成功地以ab-initio 的精度在分子動(dòng)力學(xué)中模擬了百億原子級別的體系，展現(xiàn)出了機(jī)器學(xué)習(xí)勢能（machine-learning force-field，MLFF）的優(yōu)勢與潛在的應(yīng)用前景。

然而，MLFF 在化學(xué)化工研究中的普及仍存在挑戰(zhàn)。目前常規(guī)的機(jī)器學(xué)習(xí)架構(gòu)主要適用于文字、圖片、視頻等一維和二維的對象，如何精確地表達(dá)三維空間中的原子，并使其符合物理定律，仍是機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)難題。另外，使用現(xiàn)有的高精度的ab-initio MD 技術(shù)來標(biāo)記數(shù)據(jù)較為耗時(shí)，如何使用更少的數(shù)據(jù)訓(xùn)練以獲得性能較好的MLFF是一個(gè)亟需解決的問題。為了更好地評估MLFF，找出其中對性能至關(guān)重要的特征，從而推進(jìn)MLFF領(lǐng)域更好的發(fā)展，本文作者團(tuán)隊(duì)最近參與的一項(xiàng)工作[1]在材料、蛋白質(zhì)、小分子等多種體系上測試評估了一系列具有不同特點(diǎn)的MLFF，包括DeepPot、Dimnet、Schnet、Nequip等。這項(xiàng)工作提出了三項(xiàng)新的評估MLFF 的標(biāo)準(zhǔn)：①由模擬軌跡計(jì)算的觀測量；②模擬的穩(wěn)定性；③ MLFF 的計(jì)算效率。與現(xiàn)行MLFF評估和驗(yàn)證標(biāo)準(zhǔn)要求訓(xùn)練模型的能量/力誤差盡量小不同，這項(xiàng)工作明確指出，MLFF 訓(xùn)練時(shí)的能量和力誤差的數(shù)值大小并不一定與其在模擬中的實(shí)際表現(xiàn)有明顯關(guān)聯(lián)。因此，需要重新考慮MLFF模型的評估標(biāo)準(zhǔn)并在評估模型時(shí)綜合考慮實(shí)際模擬的觀測量、穩(wěn)定性和計(jì)算速度，以確保MLFF模型的可靠性和有效性。在評估的一系列MLFF中，具有O(3)對稱性的Nequip，即在神經(jīng)網(wǎng)絡(luò)操作中內(nèi)生地嵌入了三維空間中分子的平移、旋轉(zhuǎn)、翻轉(zhuǎn)等對稱性，在各項(xiàng)指標(biāo)和體系中的綜合表現(xiàn)出色。經(jīng)過細(xì)致系統(tǒng)的分析并結(jié)合最近一項(xiàng)有關(guān)機(jī)器學(xué)習(xí)表達(dá)能力的研究，機(jī)器學(xué)習(xí)架構(gòu)在三維空間中分子的多體效應(yīng)（many-body effect）等的表達(dá)能力，特別是對于物理對稱性群（symmetry group）的考慮，是MLFF在真實(shí)模擬條件下性能的關(guān)鍵?；谶@些理解，本文作者團(tuán)隊(duì)相信深入研究發(fā)展MLFF，將有助于進(jìn)一步提高其在實(shí)際化學(xué)化工過程中的應(yīng)用價(jià)值。

1.2 機(jī)器學(xué)習(xí)粗?；Ｐ?/h3>

盡管相對于ab-initio 模擬方法，MLFF 全原子模型的計(jì)算速度已經(jīng)提高了數(shù)倍，但是其仍受限于較小的系統(tǒng)尺寸和較短的模擬時(shí)長（約10nm和1ns）。為了進(jìn)一步提高模擬的速度，一個(gè)廣泛使用的概念是粗粒化（coarse-graining，CG）。粗?；疌G 是多尺度模擬中最重要的概念之一，CG 模型也是化學(xué)化工領(lǐng)域模擬的重要的組成部分[2-3]。在CG模型中，幾個(gè)原子或者分子被劃進(jìn)一個(gè)“超級”粒子，以減少所需要模擬的粒子數(shù)，從而可以在更大的時(shí)空尺度上進(jìn)行分子動(dòng)力學(xué)模擬，使理解和預(yù)測與實(shí)際化學(xué)化工系統(tǒng)更相近的尺度上的機(jī)理與過程成為可能。

然而，訓(xùn)練準(zhǔn)確的機(jī)器學(xué)習(xí)CG 模型通常需要比機(jī)器學(xué)習(xí)全原子模型更多的數(shù)據(jù)。這是由于在將聚合原子聚合為粗?；Ｗ拥倪^程中引入了額外的誤差，增大了學(xué)習(xí)的難度。因此，獲取大量高質(zhì)量數(shù)據(jù)是開發(fā)可靠高效的機(jī)器學(xué)習(xí)粗?；Ｐ偷年P(guān)鍵之一。與此同時(shí)，自上而下地基于實(shí)驗(yàn)數(shù)據(jù)建立準(zhǔn)確的粗?；Ｐ鸵嗍且豁?xiàng)極有意義且頗具挑戰(zhàn)的工作。自動(dòng)微分作為機(jī)器學(xué)習(xí)核心組成部分，最近被引入分子動(dòng)力學(xué)中，以高效準(zhǔn)確地開發(fā)勢能模型。在最近的一項(xiàng)工作中，本文作者團(tuán)隊(duì)使用自動(dòng)微分技術(shù)將整個(gè)分子動(dòng)力學(xué)模擬可微分化從而使得從模擬軌跡直接對勢能函數(shù)計(jì)算梯度成為可能[4]。將可微分模擬與隨機(jī)梯度下降優(yōu)化方法相結(jié)合，本文作者團(tuán)隊(duì)開發(fā)出一種新的方法來優(yōu)化勢能函數(shù)，展示了如何使用可微分分子動(dòng)力學(xué)模擬方法，從高質(zhì)量的實(shí)驗(yàn)數(shù)據(jù)中自上而下地學(xué)習(xí)出液態(tài)水分子溫度可轉(zhuǎn)移的粗?；Ｐ汀＿@為未來構(gòu)建更可靠的通用粗?；Ｐ偷於藞?jiān)實(shí)的基礎(chǔ)。因此，將機(jī)器學(xué)習(xí)方法與以粗粒化模型為代表的多尺度模擬策略有機(jī)地結(jié)合，通過引入高質(zhì)量的實(shí)驗(yàn)和模擬數(shù)據(jù)，可以促進(jìn)化學(xué)化學(xué)品快速高效的多尺度設(shè)計(jì)與開發(fā)。

1.3 機(jī)器學(xué)習(xí)輔助模擬分析

機(jī)器學(xué)習(xí)方法不僅可以用于構(gòu)建物理模型，還廣泛應(yīng)用于進(jìn)行模擬結(jié)果的分析。在材料研究中，構(gòu)建結(jié)構(gòu)與性質(zhì)之間的精確關(guān)系（即構(gòu)效關(guān)系）非常關(guān)鍵。機(jī)器學(xué)習(xí)因其強(qiáng)大的適應(yīng)能力而成為構(gòu)建構(gòu)效關(guān)系的強(qiáng)有力技術(shù)。在最近的一項(xiàng)研究中，本文作者團(tuán)隊(duì)成功運(yùn)用高效的耗散粒子動(dòng)力學(xué)模擬技術(shù)，預(yù)測了數(shù)百種不同接枝情況下共聚物刷的相容性。針對這些高度復(fù)雜的數(shù)據(jù)，本文作者團(tuán)隊(duì)運(yùn)用機(jī)器學(xué)習(xí)技術(shù)有效構(gòu)建了結(jié)構(gòu)和性質(zhì)之間的關(guān)系，為未來高性能聚合物相容劑的開發(fā)提供了高效直接的預(yù)測模型。另外，分子動(dòng)力學(xué)模擬的結(jié)果需要從非常復(fù)雜的軌跡、能量等數(shù)據(jù)中進(jìn)行分析和發(fā)掘。機(jī)器學(xué)習(xí)因其強(qiáng)大的降維、擬合等能力，已經(jīng)成為了分析分子動(dòng)力學(xué)模擬數(shù)據(jù)的強(qiáng)有力工具。例如，本文作者團(tuán)隊(duì)利用神經(jīng)網(wǎng)絡(luò)以脂質(zhì)分子原子軌跡作為輸入，準(zhǔn)確預(yù)測在不同酒精濃度下脂質(zhì)分子的構(gòu)象性質(zhì)[5]，從而幫助判斷冠狀病毒模型細(xì)胞膜在酒精作用下的穩(wěn)定性。神經(jīng)網(wǎng)絡(luò)高效準(zhǔn)確的預(yù)測能力，使得快速分析數(shù)成百上千個(gè)組成成分的細(xì)胞膜成為可能，為開發(fā)高效的病毒酒精消毒液提供了理論基礎(chǔ)。隨著機(jī)器學(xué)習(xí)在分子動(dòng)力學(xué)模擬數(shù)據(jù)分析中的廣泛應(yīng)用，分子模擬在實(shí)際場景中的應(yīng)用將得以更快速地推進(jìn)。

2 材料設(shè)計(jì)方法

眾多先進(jìn)化工技術(shù)的發(fā)展是以特殊性能材料為核心。例如，膜分離技術(shù)作為支撐水資源、能源、環(huán)境、傳統(tǒng)產(chǎn)業(yè)改造等領(lǐng)域的戰(zhàn)略性高新技術(shù)，亟需新型具有高選擇透過性的高性能聚合物材料設(shè)計(jì)與制備進(jìn)行支撐。然而，聚合物材料的結(jié)構(gòu)設(shè)計(jì)和性能優(yōu)化是一個(gè)跨越多個(gè)尺度的復(fù)雜系統(tǒng)，看似微小的結(jié)構(gòu)變化，如在高分子鏈中增加一個(gè)支鏈或單體序列的差異，都會(huì)對性能產(chǎn)生巨大影響。為此，有針對性地開發(fā)高效材料設(shè)計(jì)方法成為關(guān)鍵所在。為了解決這一挑戰(zhàn)，本文作者團(tuán)隊(duì)基于正向設(shè)計(jì)和反求設(shè)計(jì)兩種研究思路，針對聚合物材料這一典型化學(xué)品，探索構(gòu)建智能研究框架，進(jìn)行AI 驅(qū)動(dòng)的設(shè)計(jì)和結(jié)構(gòu)調(diào)控，見圖3。

圖3 人工智能輔助的材料設(shè)計(jì)方法

2.1 正向設(shè)計(jì)

隨著計(jì)算能力和基于物理模型的迅速發(fā)展，計(jì)算機(jī)模擬，特別是分子模擬技術(shù)，可以高效測試化學(xué)化工材料的性質(zhì)并進(jìn)行預(yù)測?？偟膩碚f，與實(shí)驗(yàn)相比，計(jì)算機(jī)模擬作為一種正向設(shè)計(jì)的工具，可以極大地提高材料研發(fā)和設(shè)計(jì)的效率，同時(shí)能夠降低成本。

以聚合物為例，將已有聚合物進(jìn)行共混可提高聚合物材料力學(xué)性能、加工性能，降低成本，并擴(kuò)大使用范圍，是實(shí)現(xiàn)聚合物改性和生產(chǎn)多功能新型聚合物材料的重要途徑之一。然而，絕大多數(shù)聚合物是不相容的，導(dǎo)致混合產(chǎn)品的機(jī)械性能差、界面張力高。研究表明，在共混物中加入與其具有相同化學(xué)組分的共聚物是實(shí)現(xiàn)突破原有體系熱力學(xué)極限、開發(fā)高性能聚合物的有效方法。但對于共聚物來說，微小的結(jié)構(gòu)變化（如嵌段連接方式或序列的差異）都會(huì)對性能產(chǎn)生影響。因此，亟需開發(fā)一種能夠從繁多結(jié)構(gòu)信息中解析與辨認(rèn)其關(guān)鍵作用的相容性描述符，以便實(shí)現(xiàn)高效、合理地設(shè)計(jì)高性能相容劑的分子結(jié)構(gòu)。

本文作者團(tuán)隊(duì)首先通過耗散粒子動(dòng)力學(xué)模擬（DPD）研究了線型嵌段共聚物在不相容聚合物相之間的相容性能[6]，并以此解析了相容劑結(jié)構(gòu)特性，建立了冪律擬合模型，實(shí)現(xiàn)了線型嵌段共聚物的相容效率隨聚合物化學(xué)、分子結(jié)構(gòu)和共聚物分子數(shù)量的變化預(yù)測?；诖搜芯浚疚淖髡邎F(tuán)隊(duì)還針對由骨架和多個(gè)側(cè)鏈組成的更復(fù)雜拓?fù)浣Y(jié)構(gòu)的接枝共聚物[7]，結(jié)合熱力學(xué)分析和界面模型計(jì)算，關(guān)聯(lián)界面張力隨接枝共聚物多樣性結(jié)構(gòu)參數(shù)變化的關(guān)系，從而辨識(shí)出起主要相容作用的結(jié)構(gòu)描述符，并以此為基礎(chǔ)開發(fā)了DPD/ML的智能研究框架，實(shí)現(xiàn)了在分子水平上準(zhǔn)確預(yù)測具有多個(gè)描述符（如分子結(jié)構(gòu)和化學(xué)成分）的特定接枝共聚物的相容性效率，并基于不同描述符的重要性等級，開發(fā)了ML模型的機(jī)理解釋方法。以此為基礎(chǔ)，本文作者團(tuán)隊(duì)成功實(shí)現(xiàn)了高相容性共聚物的分子量、拓?fù)浣Y(jié)構(gòu)和序列的精準(zhǔn)設(shè)計(jì)，開創(chuàng)了以功能基元-序構(gòu)為核心的相容劑正向設(shè)計(jì)的普適方法，創(chuàng)新發(fā)展了共聚物拓?fù)浣Y(jié)構(gòu)解析方法，剖析了界面增容時(shí)共聚物的空間分布機(jī)制，結(jié)合熱力學(xué)剖析構(gòu)建機(jī)器學(xué)習(xí)輔助的研究框架，提出了共聚物增容信息的描述符辨認(rèn)方法，并以此進(jìn)行高相容性共聚物的分子量、拓?fù)浣Y(jié)構(gòu)和序列的精準(zhǔn)設(shè)計(jì)，從而開創(chuàng)了一種以功能基元-序構(gòu)為核心的相容劑正向設(shè)計(jì)的普適方法。

2.2 反求設(shè)計(jì)

反求設(shè)計(jì)，即如何從復(fù)雜的材料設(shè)計(jì)參數(shù)空間中找到對應(yīng)材料目標(biāo)性質(zhì)的參數(shù)，對實(shí)現(xiàn)高性能化學(xué)化學(xué)品的創(chuàng)新設(shè)計(jì)十分重要。以下本文作者團(tuán)隊(duì)將以高性能聚合物導(dǎo)熱性質(zhì)為實(shí)例探討如何將AI結(jié)合理論與模擬進(jìn)行有效的材料反求設(shè)計(jì)。

共聚物材料的低本征導(dǎo)熱性會(huì)導(dǎo)致積熱，進(jìn)而引發(fā)材料溶脹、產(chǎn)品性能降低。高效開發(fā)高本征導(dǎo)熱性共聚物材料已經(jīng)成為儲(chǔ)能技術(shù)發(fā)展的強(qiáng)烈訴求和重要科學(xué)問題。本文作者團(tuán)隊(duì)瞄準(zhǔn)這一科學(xué)問題，提出從聚合物材料的單體排列具有基因特性這一特點(diǎn)出發(fā)，利用材料基因組策略進(jìn)行聚乙烯-聚丙烯（PE-PP）高導(dǎo)熱性材料設(shè)計(jì)。反求設(shè)計(jì)通過對已知的多種材料中主動(dòng)搜索未知的最佳材料，相比基于結(jié)構(gòu)-性能關(guān)系的正向篩選設(shè)計(jì)，降低了對數(shù)據(jù)庫本身的需求，具有較好的研究前景。

本文作者團(tuán)隊(duì)采用遺傳算法和分子動(dòng)力學(xué)模擬的組合框架來設(shè)計(jì)PE-PP 共聚物，基于反求設(shè)計(jì)獲得具有高熱導(dǎo)率的特定序列共聚物：明確不同序列的PE-PP 共聚物的熱導(dǎo)率分布規(guī)律，首次獲得了高出常規(guī)二嵌段共聚物40%的非直覺高導(dǎo)熱性共聚物（non-intuitive），進(jìn)一步解析解析發(fā)現(xiàn)體密度、鏈構(gòu)象和振動(dòng)狀態(tài)密度不能準(zhǔn)確解釋導(dǎo)熱性變化，提出了基于分子作用力和振動(dòng)函數(shù)分析方法，量化了闡明單體序列的變化和熱能傳輸效率的構(gòu)效關(guān)系，提供了將MD模擬與遺傳算法相結(jié)合來設(shè)計(jì)新型材料的應(yīng)用實(shí)例[8]。本文作者團(tuán)隊(duì)創(chuàng)新發(fā)展基于材料基因組策略的高導(dǎo)熱性聚乙烯(PE)-聚丙烯(PP)材料的理性設(shè)計(jì)，揭示基元PE-PP序構(gòu)材料中蘊(yùn)含的導(dǎo)熱變化規(guī)律，建立了超越人工篩選可探索范圍的變革性聚合物材料反求設(shè)計(jì)方法。

3 數(shù)據(jù)管理與軟件開發(fā)

現(xiàn)代化的開源數(shù)據(jù)和高效便利的軟件開發(fā)是將AI 技術(shù)運(yùn)用于實(shí)際的關(guān)鍵。針對化學(xué)化工領(lǐng)域AI驅(qū)動(dòng)的創(chuàng)新設(shè)計(jì)，本文作者團(tuán)隊(duì)將從數(shù)據(jù)管理和科學(xué)計(jì)算軟件開發(fā)兩個(gè)方面展開討論（圖4）。

圖4 網(wǎng)絡(luò)基礎(chǔ)設(shè)施：以數(shù)據(jù)驅(qū)動(dòng)的材料化學(xué)信息云平臺(tái)和開發(fā)與機(jī)器學(xué)習(xí)相適應(yīng)的科學(xué)計(jì)算軟件

3.1 數(shù)據(jù)管理的云平臺(tái)

隨著近年來計(jì)算和實(shí)驗(yàn)研究中高通量工作流程的發(fā)展，物理、化學(xué)和材料科學(xué)領(lǐng)域產(chǎn)生了大量的數(shù)據(jù)。為了更好地利用這些數(shù)據(jù)進(jìn)行分析、驗(yàn)證和進(jìn)一步發(fā)展，材料科學(xué)領(lǐng)域的開放數(shù)據(jù)庫已經(jīng)啟動(dòng)，如材料基因組計(jì)劃（Materials Genome Initiative)、材料云（Materials Cloud)和聚合物數(shù)據(jù)庫(PolyInfo)，這些數(shù)據(jù)庫均存儲(chǔ)了來自實(shí)驗(yàn)和計(jì)算的材料結(jié)構(gòu)及其相應(yīng)的屬性。將機(jī)器學(xué)習(xí)（ML）整合到分子模擬中，促使許多數(shù)據(jù)驅(qū)動(dòng)的方法開發(fā)基于ML的分子模擬模型。這些模型通常是通過輸入大量的數(shù)據(jù)來訓(xùn)練的，如系統(tǒng)能量和原子力，這些數(shù)據(jù)由昂貴的高保真模擬內(nèi)部產(chǎn)生。一些開放的數(shù)據(jù)庫已經(jīng)啟動(dòng)，以加速模型的發(fā)展，促進(jìn)透明度和可重復(fù)性。然而，與其他領(lǐng)域相比，由于其固有的復(fù)雜性，化學(xué)化工領(lǐng)域的高質(zhì)量數(shù)據(jù)集仍然有限。因此，建立一個(gè)收集和重用超級計(jì)算機(jī)本地存儲(chǔ)的模擬數(shù)據(jù)的平臺(tái)，不僅可以加速例如聚合物材料分子模擬的發(fā)展，而且可以節(jié)省資源，實(shí)現(xiàn)可持續(xù)性。結(jié)合上文提及的數(shù)據(jù)驅(qū)動(dòng)多尺度模擬與分析技術(shù)和材料設(shè)計(jì)算法，如何開發(fā)一個(gè)高質(zhì)量的云平臺(tái)，以改善開發(fā)化學(xué)化學(xué)品的數(shù)據(jù)存儲(chǔ)和共享將會(huì)是下一步工作目標(biāo)。為了促進(jìn)數(shù)據(jù)驅(qū)動(dòng)的化學(xué)化工材料設(shè)計(jì)，本文作者團(tuán)隊(duì)計(jì)劃創(chuàng)建一套數(shù)據(jù)存儲(chǔ)與分發(fā)的算法，包括標(biāo)準(zhǔn)數(shù)據(jù)格式和開放代碼庫，以處理來自不同尺度的實(shí)驗(yàn)和模擬方法的數(shù)據(jù)。一個(gè)統(tǒng)一的數(shù)據(jù)存儲(chǔ)和標(biāo)準(zhǔn)化流程可以促進(jìn)模擬和實(shí)驗(yàn)的融合，從而在基礎(chǔ)設(shè)施上加快數(shù)據(jù)驅(qū)動(dòng)地化學(xué)化工材料的創(chuàng)新設(shè)計(jì)。

3.2 科學(xué)計(jì)算軟件

科學(xué)計(jì)算軟件在現(xiàn)代科學(xué)的不同領(lǐng)域，從化學(xué)和生物學(xué)到物理學(xué)和材料科學(xué)，一直是一個(gè)寶貴的工具。以分子模擬為例，在過去的30 年里，人們?yōu)殚_發(fā)高效的計(jì)算算法和高質(zhì)量的分子模擬包（如LAMMPS 和HOOMD-BLUE）付出了巨大努力?；谙冗M(jìn)高效語言進(jìn)行的并行算法的分子模擬軟件的開發(fā)使得多達(dá)數(shù)十億的原子分布在數(shù)十萬個(gè)計(jì)算節(jié)點(diǎn)上的計(jì)算成為可能，拉近了與實(shí)際應(yīng)用場景的時(shí)空尺度。在此方向上，本文作者團(tuán)隊(duì)基于現(xiàn)代的、面向科學(xué)計(jì)算的高性能動(dòng)態(tài)高級程序設(shè)計(jì)語言Julia開發(fā)了應(yīng)用于軟物質(zhì)的大規(guī)模并行混合粒子場分子模擬軟件RobertoMD.jl[9]。然而，這些經(jīng)典模擬器通常有一個(gè)巨大的專業(yè)代碼庫，如物理方程的手工梯度和用于GPU加速的定制CUDA或OpenCL內(nèi)核，用C++或Fortran編寫，使得它難以適應(yīng)快速發(fā)展的算法和硬件的進(jìn)步。機(jī)器學(xué)習(xí)正在成為科學(xué)計(jì)算的一個(gè)重要方向，可以使分子模擬更加準(zhǔn)確和高效。其中大部分的成功都?xì)w功于自動(dòng)微分的應(yīng)用，它通過按照鏈?zhǔn)椒▌t使其可以準(zhǔn)確計(jì)算任意計(jì)算機(jī)程序的梯度。基于機(jī)器學(xué)習(xí)框架的端到端（end-to-end）可微分（differentiable）分子模擬器，如TorchMD和JaxMD，最近已經(jīng)被引入化學(xué)、物理、生物等的科學(xué)界。雖然目前更多的是作為一個(gè)原型設(shè)計(jì)平臺(tái)，但這些可微分的科學(xué)計(jì)算程序已經(jīng)在各個(gè)領(lǐng)域展示了它們的優(yōu)勢，如分子模擬其中的機(jī)器學(xué)習(xí)勢能函數(shù)的開發(fā)和部署。與LAMMPS 這樣的傳統(tǒng)分子模擬軟件相比，可微分的分子模擬程序可以很好適應(yīng)機(jī)器學(xué)習(xí)勢能函數(shù)，而不需要費(fèi)時(shí)且易出錯(cuò)地手工推導(dǎo)，如神經(jīng)網(wǎng)絡(luò)的梯度，或者與外部具有自動(dòng)微分功能的代碼庫通信。開發(fā)一個(gè)完全端到端可微分的分子模擬器，并支持高度可并行處理的多個(gè)計(jì)算單元，將對無縫整合機(jī)器學(xué)習(xí)技術(shù)到大規(guī)模分子模擬中起到關(guān)鍵作用，縮小生產(chǎn)級分子模擬和機(jī)器學(xué)習(xí)技術(shù)之間的差距。

4 結(jié)語與展望

AI 與各個(gè)學(xué)科的融合發(fā)展已經(jīng)成為一個(gè)熱門話題。從學(xué)術(shù)研究角度來看，幾乎所有的自然學(xué)科都有科研人員嘗試將AI 這個(gè)工具引入到其研究領(lǐng)域，以試圖探索新的研究方向[10]。但是，這一過程當(dāng)前也存在著較多問題。目前很多研究者并不關(guān)心AI 算法在其自身領(lǐng)域的適用性和完善性，而是簡單地將AI 套用進(jìn)原有科學(xué)問題中，利用AI進(jìn)行簡單的數(shù)據(jù)處理，例如將原來用線性回歸解決的問題改成多層神經(jīng)網(wǎng)絡(luò)預(yù)測，對進(jìn)一步理解科學(xué)問題背后的微觀原理作用有限。在這些AI 應(yīng)用場景之外，本文作者團(tuán)隊(duì)認(rèn)為，在化學(xué)品的創(chuàng)新設(shè)計(jì)中，AI的優(yōu)勢體現(xiàn)在“生成”：即通過結(jié)合多尺度模擬，實(shí)現(xiàn)在已有研究結(jié)果中“生成”新特性和新產(chǎn)品，本文所討論的多尺度模型構(gòu)建、高效設(shè)計(jì)方法和軟件開發(fā)將加速這一過程的實(shí)現(xiàn)。另外，將前人研究已經(jīng)確定下來的物理作用和規(guī)則加入到AI 算法設(shè)計(jì)過程中，增加AI 模型的可解釋性與轉(zhuǎn)移性，也是在未來深入融合AI 與特定的科研領(lǐng)域的關(guān)鍵。綜上，本文主要介紹AI 方法在化學(xué)品設(shè)計(jì)與開發(fā)中的應(yīng)用實(shí)踐，認(rèn)為AI 驅(qū)動(dòng)的科學(xué)研究應(yīng)該是將AI 和科學(xué)研究進(jìn)行高度關(guān)聯(lián)和耦合，旨在拋磚引玉，共同推進(jìn)高性能化學(xué)品的創(chuàng)新設(shè)計(jì)發(fā)展。