当化学遇见AI，无人实验室想象空间究竟有多大？

随着人工智能技术的高速发展，科学家在改变传统化学研究方式上进行了大量的创新与尝试，如逆合成、分子发现、微量实验装置、高通量实验装置等，但真正实现能适应一般有机合成小量级的全流程自动化实验系统仍然处于探索阶段。云合成（北京）智能科技有限公司历时两年，成功地发明了“云合成无人实验室”技术（简称‘云合成’），在智能化赋能、信息化突破和自动化创新方面的成功，打破了传统化学实验方式，实现了高安全、低成本、高智能的化学实验新模式。

就在最近， 云合成（北京）智能科技有限公司的总经理乔木先生 与药融圈记者进行了深度访谈，畅聊 云合成是如何“让人工智能落地，为科研生产赋能”？

乔木总： 云合成成立的契机基于两个方面，一方面是行业的需求。在成立云合成之前，我曾是精细化工行业的高管，分管过技改、安全、质量，期间我深切体会到了化学科 研人员在日常科研活动中，其实始终面临着未知反应的安全的威胁以及有毒有害物质的侵害。

化学家在做化学实验的时候，面临的风险是巨大的，化学实验的安全影响、一些有毒有害的化学原料、化学过程的高成本和低效率都决定着化学行业呼唤一个全新的化学实验模式的诞生，来改善化学家们面临的这些困难，同时也给行业减负、降低成本。

另一方面，可用于 提升化学实验手段的相关基础研究、技术已经取得快速发展，例如人工智能领域在近几年风起云涌，那么人工智能否应用于化学研究、化学实验过程中呢？答案肯定是能的，但是需要有人将人工智能技术，落地到化学研究行业中，促使化学实验向更安全、更高智慧、更低成本的方向发展。我认为这两方面是我们构思 云合成无人实验室技术研究的契机，也是支撑着云合成发展的核心理念和想法。

乔木 总 ： 云合成的无人实验室技术分为三大板块，从名字来看我们叫云合成无人实验室技术，那么“无人”这两个字便是核心。云合成的设计目标是高安全、高智能、低成本。对于高安全，我们认为在结论未知的、首次进行的化学实验中，只要有人参与，就无法真正实现高安全的这个目标。另一方面，只要有人参与的实验，受到人的影响，就难以大幅提升和改善实验手段。所以云合成一开始就以无人实验室为最初的设计目标。

整个技术包括三大板块： 智能交互系统、无人实验室装备、全流程的 AI赋能。

首先，对于第一大板块，传统化学实验室手工操作，由人先编制小试工艺，按照小试工艺逐渐完成实验的全过程，但是无人实验室就需要自动化设备，对实验的全流程进行控制，同时还需要规避实验过程中出现的各种异常，并解决这些异常。自动化设备是靠自控指令去驱动的，只做一次实验，每次实验之前都要有人去编制自动化指令组态，否则设备无法运行。

以我们原来的构想，无人公共实验平台，千套级的验证中心，一天要能完成 2500个实验，那么主反应一段后处理一段，就是5000段的自控指令编制。假定编制一段自控指令需要半个小时的话，那我们就需要几百人的团队负责自控指令的编制，工作量如此巨大，成本是无法降低和控制。可能省下来了几百个实验员，但又需要用几百个既懂化学又懂自控的人去编制指令，那么成本是节约不了的。所以我们做的第一件事是创新发明了一个小试工艺到自控指令自动组态编译的一个软件系统。科学家只需要了解化学，把小试工艺录入进去，系统就能够自动翻译成自控设备的组态指令，同时通过仿真验证系统对自控逻辑物化性质进行验证。这样就能保证翻译过来的组态指令是准确、合理的。

这样一项技术发明引起了国内外很多自控厂商的重视，因为精细化工行业自动化水平低，而组态翻译的多变性是自动化水平低的一个关键制约因素。这与大化工不同，大化工做一个专线，花两个月做一次组态编制，用十年都不会变，但是精细化工每个月都要变，每周都要变，换工艺、变产能。如此一来，就需要有人自始至终来完成这项工作，这个人既要懂自控，又得懂化学，又得懂化工，多专业融合，要求非常高。这是目前精细化工及制药行业自动化面临的主要瓶颈，那么我们是率先打破了这个瓶颈。

第二个板块是无人的实验室装备。首先，云合成创新地发明了一个“小量实验无人自动化装备”，它分为主反应和后处理两个模块。因为这个装备是无人的，所以可以把体系内外全部进行氮封，进行惰性气体保护，从本质上提升安全性，同时它是一个体积更大的实验室的装备。目前市场上通常为 2毫升到20毫升范畴的微量反应体系，云合成的反应体系可以从百克级达到公斤级2.25升，而且这个体系不光可以进行反应，同时还可以进行制备，解决了反应过程中原料不足的问题，功能更强、体系更大、使用更方便。云合成在两年时间里针对这一自控装备进行了三个版本的迭代，完成了装备的定型开发。

除了主反应装备之外，云合成还开发了一系列配套装备，如自动称量、自动加料、自动物料转运的 AGV（自动导引车），还有离线清洗、特殊反应的安全实验室等等。云合成相继完成了一系列配套设备的研发，形成了无人实验装备体系。

第三个板块是全流程的 AI赋能。所谓全流程指的是完整的实验前、实验中、实验后的全流程。实验前包括逆向合成、正向合成、分子发现的AI系统，其作用是帮助科学家在实验前，确立反应路径，编制小试工艺，编制完成之后就可以录入系统。随后进行实验前的AI安全评价，从原料、有毒有害的指标控制，到反应过程能量的释放，判断反应过程的放热总量、吸热总量、放热速度、吸热速度，来重新定义实验的安全性，这是实验前的赋能。

对于实验中的赋能，因为是无人实验室，所以需要大量由 AI、视觉AI来替代人对实验的控制，云合成在主反应及后处理的47个场景中，建立了21个视觉AI模型去代替人，由AI代替人进行实验反应的过程控制，比如溶氢水溶液的异常处置等等。在这些方面，AI能够解决90%原来由人在实验过程中进行操作的控制，大大提高实验效率，提高反应的准确性。

对于实验后，针对实验过程中采集的碎片化数据，通过 AI模型建立实验，优化主反应过程，以及后处理措施，比如重结晶的次数等等方面，让客户做完一个实验，还可以了解更多实验优化的可能性，帮助客户更好地总结实验，提升科研实验管理能力，这也能进一步促进云合成业务的发展。

乔木 总 ： 其实很多年以前，行业内就有企业机构尝试在无人实验室技术方面进行探索，也取得了很多成绩。比如在国际上从 2018 年开始，斯坦福大学就公布了一项研究论文，他们研发了一台Suzuki偶联反应的无人的实验装置，每天可以完成1800次Suzuki偶联反应，这是我们现在能看到的最早的关于无人实验室的技术报道。当然它有局限性，只能进行一一种反应，不能进行广谱的化学实验。

国内也有很多企业在这方面进行了很多大胆的探索跟尝试，也取得了很多进步，并相继在一两年前就推出了无人实验室的专用装备，实际上我们在他们的技术上也学习借鉴了很多。但是目前市场上的无人实验室反应体系虽然解决了柔性的问题，但没有解决使用便利的问题，他们的反应体系是一台自动化设备，但是自动化设备在做每一个实验之前都要专业人员进行组态编程，这就要求使用者不光具备化学知识，还要具备其他专业知识。那么云合成的自动翻译系统恰恰了解决了这个矛盾，打通了这一瓶颈。

第二个问题在于，目前的无人实验室反应体系基本都局限于 2毫升到20毫升范围内，即所谓的微量实验，这就为打通反应路线带来了许多制约因素。我们去参观某一个企业的无人实验室的时候，就看到这个无人实验室装备放在中间，边上围了47个通风橱，我们就疑惑，无人实验室为什么需要通风橱，而对方表示，无人实验室没法制备原料，依然需要依靠人的实验去制备。所以目前的微量反应体系装备只是实验的一个局部，解决不了广谱的化学实验需求，而云合成的体系更大，能满足更多需求。

除此之外，目前的无人实验室对于人工智能技术的应用主要局限在实验条件的探索上，但是实验前、实验中、实验后可能也需要零散的人工智能应用，但是目前无人实验室没有形成一个完整人工智能平台体系，这可能是云合成在技术上的区别之一。另外，云合成的运营模式也有很大不同，从设计之初，我们就是没有考虑销售设备，而是建立一个公共实验平台，而其他企业可能更多的是通过市场渠道销售设备，这两点可能是云合成与其他企业最大的区别。

乔木 总 ： 不卖设备不代表我们想敝帚自珍，技术保密性高，真正的原因是云合成无人实验室是一个很庞大的技术体系，客户如果采购了我们的设备也很难运营好，因为需要多专业、多学科相互配合，而云合成拥有 8 个专业团队密切协同为研发过程的顺利进行提供了保证。

其二在于，客户的小样本量很难使云合成无人实验室的 AI系统充分成长起来，因为生成式AI需要大量的数据样本去喂养AI系统，客户的小样本量、相对较窄的业务方向难以实现AI系统的快速成长。

第三点，如果客户购买了云合成无人实验室庞大的系统，不但很难实现高智能，也很难实现高安全，更难实现低成本。所以我们在研发云合成无人实验室技术的同时，我们就构思了云合成的运营平台，我们不卖设备，而是卖服务，通过让业务上云的方式，远程承接客户的实验任务，帮助客户完成完整的实验过程。

那么其实只要做化学实验的企业都可以成为我们的客户。当然不同的客户从云合成获取服务的同时，能获得的价值可能不同。比如大型医药研究企业，从云合成更多能获得到的是安全性，这类企业一年要做几百万次实验，如何控制实验室安全，是一个非常难的课题，那么在现有的安全管控体系下，减少实验量能够有效提升安全保证，云合成就可以承接一部分危险的、繁琐的、非核心的实验任务。

对于中小企业，例如小型 CXO，他们对安全性的要求可能不是第一位的，而是发展速度、低成本运营。快速发展能够保证依靠原始投资获得更长的生存时间，让企业有机会跃升到第二个平台，此时，如何低成本地完成实验任务对这些企业来说是最重要的。云合成恰恰能够在此提供更好的服务。小型CRO最主要的投资除了人之外就是实验室建设，比如一开始建设了一个40个通风橱的实验室，当任务来了之后，如果40个通风橱的实验室完全无法承接任务，就得延缓交期，这对业务是有重大影响的。当空闲的时候，实验室的折旧成本又快速地将前期积累的利润消耗了，所以实验室成本其实是很大的。那么云合成的服务就可以降低这些企业的成本，降低空置风险和折旧成本，提高小型创业CRO企业的生存能力，延长生存周期。

乔木 总 ： 多团队融合多技术融合是云合成技术能够提出并构思的一个契机之一。从公司层面来讲，目前研发阶段大概包括 8 个团队。

第一，化学团队主要负责设计实验、提出需求、验证设备等等；第二，化工团队主要根据化学团队提出的需求，在化工构架方面提出方案；第三，质检团队主要负责完成质检服务、云质检；第四个团队是自控及机械团队，在化工团队完成结构设计时，通过自动化的机械结构，使设备能够做到无人；第五个团队是安全管理团队；第六个团队是 AI团队；第七个团队是IT团队；第八个团队是工业设计优化团队。这8个团队紧密结合才能完成云合成整个无人实验室技术三大板块的技术开发，在运营过程中也是如此。

比如，云合成的全流程 AI赋能是需要随着运营的提升，运营数量的增加，而不断地提升AI平台的能力，优化分析模型，给客户提出更好的建议；化学团队要不断去监控用户实验的每一步过程，使实验可控、顺利地完成；机械团队要优化、保障机械及自控装置等等。所有团队能力的融合才能给客户提供一个非常好的云合成公共实验服务。多团队的融合也是现在公司所倡导的，我们认为不应该卖设备给客户，增加客户负担的原因。一个传统化学企业很难具备多个技术平台，多个团队，正因如此云合成依靠多团队融合，以服务销售为目标，解决企业的困扰。