她叫王笑楠，17歲讀清華，27歲擔(dān)任博士生導(dǎo)師，輾轉(zhuǎn)海外留學(xué)和任教之后，又回到母校清華化工系擔(dān)任副教授。

她的研究工作與近日發(fā)布的《麻省理工科技評(píng)論》2022年“全球十大突破性技術(shù)”多項(xiàng)內(nèi)容緊密相關(guān)，包括智能化碳捕集和利用、清潔能源、人工智能數(shù)據(jù)生成、加密計(jì)算和各個(gè)前沿場(chǎng)景的應(yīng)用等等。2021年，她曾入選由Elsevier旗下Mendeley Data發(fā)布的“2020年度科學(xué)影響力排行榜”，并受邀擔(dān)任多本國(guó)際期刊的副主編和編委，斬獲多項(xiàng)國(guó)際青年大獎(jiǎng)。

2022年伊始，她和團(tuán)隊(duì)開(kāi)年即迎“大豐收”，一口氣在頂刊連發(fā)多篇論文。她說(shuō)這是組建“智慧系統(tǒng)工程”團(tuán)隊(duì)五年來(lái)的積累，趕在虎年開(kāi)局迎來(lái)了厚積薄發(fā)。其表示：“這些工作旨在面向?qū)嶋H應(yīng)用，將人工智能技術(shù)和行業(yè)深度結(jié)合，提供了一種新材料研發(fā)的全新范式。我們將材料研發(fā)的全生命周期大大提速，實(shí)現(xiàn)了從‘鳥(niǎo)槍法到‘地毯式搜索的轉(zhuǎn)變，由‘釣魚(yú)變?yōu)椤驖O、網(wǎng)魚(yú)、養(yǎng)魚(yú)，以科學(xué)的設(shè)計(jì)和預(yù)測(cè)指導(dǎo)實(shí)驗(yàn)，而不是盲人摸象地試錯(cuò)。”

王笑楠

針對(duì)器件尺度，開(kāi)發(fā)三段式機(jī)器學(xué)習(xí)框架

以該團(tuán)隊(duì)近期發(fā)表在Nature Machine Intelligence的論文為例，他們針對(duì)器件尺度，開(kāi)發(fā)出一個(gè)三段式機(jī)器學(xué)習(xí)框架。

它能用于構(gòu)建預(yù)測(cè)模型，可從初始納米材料設(shè)計(jì)人手，在0.5%～350%的應(yīng)變范圍內(nèi)自主設(shè)計(jì)傳感器的性能。借此解決了機(jī)器學(xué)習(xí)輔助的納米復(fù)合材料設(shè)計(jì)、以及軟體機(jī)器人應(yīng)變傳感器領(lǐng)域存在的長(zhǎng)期挑戰(zhàn)。另外，該工作通過(guò)混合制造方法，同時(shí)采用實(shí)驗(yàn)室材料制造和虛擬數(shù)據(jù)增強(qiáng)計(jì)算，來(lái)解決新材料實(shí)驗(yàn)數(shù)據(jù)不規(guī)范、數(shù)據(jù)量少等挑戰(zhàn)，在器件層面則構(gòu)建出機(jī)器學(xué)習(xí)模型，以實(shí)現(xiàn)針對(duì)不同軟體機(jī)器應(yīng)變傳感器的自動(dòng)化設(shè)計(jì)。

對(duì)于上述三段式機(jī)器學(xué)習(xí)框架的能力，王笑楠表示即使在小樣本數(shù)據(jù)下，它也能在0.5%～350%的應(yīng)變范圍內(nèi)實(shí)現(xiàn)傳感器的自動(dòng)化設(shè)計(jì)，最終可實(shí)現(xiàn)以下兩種自動(dòng)化、智能化的交互設(shè)計(jì)：第一，可根據(jù)制造配方來(lái)預(yù)測(cè)傳感器的性能;第二，則可為各種軟體機(jī)器人的不同需求，推薦適合的傳感器制造配方。

結(jié)合主動(dòng)學(xué)習(xí)、數(shù)據(jù)增強(qiáng)和優(yōu)化模型的材料器件設(shè)計(jì)新范式

另外，他們利用統(tǒng)計(jì)分析工具，對(duì)收集到的傳感器特征數(shù)據(jù)進(jìn)行分析，揭示了潛在的材料作用機(jī)制，挖掘到隱藏在數(shù)據(jù)背后的新型傳感器材料設(shè)計(jì)原則。比如，相比調(diào)整納米材料組分，調(diào)節(jié)傳感器形貌對(duì)最終傳感器的性能影響更大。另?yè)?jù)悉，三段式機(jī)器學(xué)習(xí)框架可在數(shù)據(jù)采集率有限的器件水平上，進(jìn)行雙向的自動(dòng)化交互設(shè)計(jì)。

正如多篇文獻(xiàn)所提到的，目前機(jī)器學(xué)習(xí)面臨的一個(gè)關(guān)鍵挑戰(zhàn)，是開(kāi)發(fā)新型機(jī)器學(xué)習(xí)工具來(lái)加速功能電子器件的開(kāi)發(fā)。由于制造過(guò)程較為耗時(shí)，難以獲得高質(zhì)量的數(shù)據(jù)庫(kù)。而三段式機(jī)器學(xué)習(xí)框架，帶來(lái)的優(yōu)勢(shì)有三：1、支持向量機(jī)分類器;2、主動(dòng)學(xué)習(xí);3、數(shù)據(jù)增強(qiáng)。這也讓該團(tuán)隊(duì)得以快速收集具有代表性的數(shù)據(jù)點(diǎn)，并利用數(shù)據(jù)增強(qiáng)來(lái)訓(xùn)練模型，并極大地加速了應(yīng)變傳感器的預(yù)測(cè)模型的構(gòu)建。

王笑楠表示：“該研究的第二個(gè)創(chuàng)新是實(shí)現(xiàn)了軟體機(jī)器人傳感器的自動(dòng)化設(shè)計(jì)。它的成功意味著各類軟體機(jī)器人的傳感器制造配方，可直接由預(yù)測(cè)模型推薦，無(wú)需專家參與試錯(cuò)實(shí)驗(yàn)。而在此前，在如此寬的應(yīng)變區(qū)間設(shè)計(jì)應(yīng)變傳感器是難以完成的?！?/p>

此外，通過(guò)對(duì)收集到的數(shù)據(jù)集進(jìn)行統(tǒng)計(jì)分析和計(jì)算，王笑楠發(fā)現(xiàn)了制造配方和傳感器特性之間的復(fù)雜關(guān)系，這些數(shù)據(jù)驅(qū)動(dòng)的關(guān)系和趨勢(shì)，被整理歸納為新的材料設(shè)計(jì)原則，并通過(guò)原位電子顯微鏡研究得到進(jìn)一步驗(yàn)證。其表示：“這種用機(jī)器學(xué)習(xí)工具探索新的傳感器材料設(shè)計(jì)原則的設(shè)想，也被多篇領(lǐng)域內(nèi)很重要的文獻(xiàn)提及，而我們的工作首次成功實(shí)現(xiàn)了這種方法?！?/p>

其中，第一作者楊海濤博士和李佳禮博士共同負(fù)責(zé)軟體機(jī)器人材料實(shí)驗(yàn)框架的設(shè)計(jì)以及三段式機(jī)器學(xué)習(xí)框架的構(gòu)建。

論文被選為2021年JACS前3篇編輯和讀者精選論文，系唯一入選的華人團(tuán)隊(duì)學(xué)術(shù)研究成果

針對(duì)微納尺度，王笑楠?jiǎng)t聯(lián)合新加坡國(guó)立大學(xué)化工系賽義夫·汗教授、麻省理工學(xué)院托尼奧·布奧納西團(tuán)隊(duì)，合作開(kāi)發(fā)了高通量微流控反應(yīng)體系。

分子尺度的深度學(xué)習(xí)加速理論計(jì)算和設(shè)計(jì)

“看”得見(jiàn)會(huì)“思考”的智能儀器

“我們開(kāi)創(chuàng)性地提供了貝葉斯優(yōu)化和深度神經(jīng)網(wǎng)絡(luò)結(jié)合的兩步算法，對(duì)于此類高通量平臺(tái)不同階段的稀疏數(shù)據(jù)和海量數(shù)據(jù)實(shí)現(xiàn)了有效處理，加速了納米顆粒的合成研發(fā)?！蓖跣﹂Q。

該工作發(fā)表后不久，王笑楠又在JACS發(fā)表了一篇論文，這次聚焦于分子尺度的研究。期間，該團(tuán)隊(duì)和新加坡國(guó)立大學(xué)化工系劉斌院士團(tuán)隊(duì)開(kāi)發(fā)出具備自我學(xué)習(xí)能力的分子、材料計(jì)算體系，加速了下一代材料開(kāi)發(fā)過(guò)程。雙方結(jié)合材料第一性原理計(jì)算，基于貝葉斯優(yōu)化的主動(dòng)學(xué)習(xí)、以及深度學(xué)習(xí)預(yù)測(cè)模型，實(shí)現(xiàn)了高性能光敏劑的自我改進(jìn)發(fā)現(xiàn)系統(tǒng)。

其中，來(lái)自王笑楠團(tuán)隊(duì)的論文第一作者李佳禮博士提供了機(jī)器學(xué)習(xí)算法與框架的設(shè)計(jì)開(kāi)發(fā)，并從超過(guò)700萬(wàn)個(gè)分子的設(shè)計(jì)空間中，發(fā)現(xiàn)了5357個(gè)潛在的高性能光敏劑，進(jìn)一步合成了其中四種分子，并顯示出與商業(yè)高性能光敏劑相當(dāng)或更好的性能。

王笑楠表示：“該工作突破了主動(dòng)學(xué)習(xí)在基于第一原理的材料設(shè)計(jì)中的潛力，所發(fā)現(xiàn)的材料結(jié)構(gòu)將大大促進(jìn)光敏化相關(guān)應(yīng)用的發(fā)展，尤其是抗癌光動(dòng)力療法等核心領(lǐng)域?！?/p>

而她此前發(fā)表在JACS的另一論文，則針對(duì)儀器尺度做了相關(guān)研究。據(jù)悉，王笑楠和新加坡國(guó)立大學(xué)化學(xué)系呂炯教授團(tuán)隊(duì)開(kāi)發(fā)出一款基于先進(jìn)機(jī)器視覺(jué)算法，可用于分析掃描探針顯微鏡的“一圖像一系統(tǒng)”深度學(xué)習(xí)框架。為證明其準(zhǔn)確性和通用性，他們用該框架去確定由兩個(gè)具有兩種不同手性組織模式的超分子自組裝體組成的分子的手性。結(jié)果發(fā)現(xiàn)，該框架準(zhǔn)確檢測(cè)了每個(gè)分子的位置，并標(biāo)明了其手性，驗(yàn)證了機(jī)器學(xué)習(xí)算法的巨大潛力，具備在廣泛的研究學(xué)科中自動(dòng)識(shí)別復(fù)雜的掃描探針顯微鏡圖像模式的能力。

“論文還被選為2021年JACS的18篇編輯特選之一，經(jīng)過(guò)全球讀者的投票，被選作了Top3讀者精選文章。我們也感到很榮幸，希望在深度學(xué)習(xí)的前沿方法和應(yīng)用上有更多突破?！蓖跣﹂a(bǔ)充稱。

用人工智能加速新型材料的研發(fā)

未來(lái)智慧碳中和實(shí)驗(yàn)室

據(jù)悉，這一系列工作旨在用人工智能加速新型材料的研發(fā)，是人工智能科學(xué)新興領(lǐng)域的一個(gè)重要分支。相較于制藥和結(jié)構(gòu)生物學(xué)領(lǐng)域，深度學(xué)習(xí)與功能材料研發(fā)的結(jié)合起步更晚，但擁有極高的重要性。

而深度學(xué)習(xí)優(yōu)異的高維復(fù)雜數(shù)據(jù)的處理能力、以及從數(shù)據(jù)中挖掘準(zhǔn)確規(guī)律的能力，使其可以解決功能材料研究中遇到的問(wèn)題。

王笑楠認(rèn)為：“用深度學(xué)習(xí)加速材料研發(fā)，已成為新的范式。正因此，她和團(tuán)隊(duì)展開(kāi)一系列工作，并覆蓋不同尺度的新材料研發(fā)場(chǎng)景，比如分子尺度、微納尺度、器件尺度、平臺(tái)尺度等?！?/p>

針對(duì)不同尺度的研發(fā)場(chǎng)景，王笑楠團(tuán)隊(duì)分別與領(lǐng)域內(nèi)的優(yōu)秀課題組交流，詳細(xì)了解不同尺度下材料研發(fā)的特點(diǎn)，借此深化算法構(gòu)架。

例如，針對(duì)分子尺度的材料，該團(tuán)隊(duì)通過(guò)第一性原理計(jì)算得到大量的模擬數(shù)據(jù)，然后通過(guò)深度學(xué)習(xí)來(lái)加速第一性原理的計(jì)算，或通過(guò)主動(dòng)學(xué)習(xí)來(lái)更高效地獲取數(shù)據(jù)，以便建立合適的數(shù)據(jù)庫(kù)。

而針對(duì)微納尺度，該團(tuán)隊(duì)則主要考慮搭建高通量的微流控實(shí)驗(yàn)平臺(tái)，并結(jié)合高通量的表征工具來(lái)建立相關(guān)的數(shù)據(jù)庫(kù)。

針對(duì)器件尺度，由于尺度的增加會(huì)導(dǎo)致流程的復(fù)雜度增加，從而致使高通量數(shù)據(jù)采集過(guò)程更加困難?；诖耍搱F(tuán)隊(duì)針對(duì)所要設(shè)計(jì)的器件材料，定制了專門(mén)的主動(dòng)學(xué)習(xí)算法，并將器件性質(zhì)的預(yù)測(cè)問(wèn)題，拆解成多階段性的子問(wèn)題來(lái)簡(jiǎn)化預(yù)測(cè)難度，最后結(jié)合優(yōu)化算法和數(shù)據(jù)增強(qiáng)算法，來(lái)進(jìn)一步提升模型預(yù)測(cè)能力。

針對(duì)儀器和平臺(tái)尺度，由于大量的儀器使用均會(huì)涉及到圖像分析，這時(shí)王笑楠等人使用機(jī)器學(xué)習(xí)算法，來(lái)加速自動(dòng)化儀器和未來(lái)智能實(shí)驗(yàn)室的實(shí)現(xiàn)過(guò)程。

助力清潔能源、碳捕集利用和“雙碳”目標(biāo)

通過(guò)以上研究，該團(tuán)隊(duì)已實(shí)現(xiàn)新材料研發(fā)效率的大幅提升，縮短了研發(fā)周期，亦降低了研發(fā)成本。

“通過(guò)將這類研發(fā)手段用于不同領(lǐng)域，我們有信心解決更多領(lǐng)域的痛點(diǎn)，比如設(shè)計(jì)開(kāi)發(fā)先進(jìn)的新能源和儲(chǔ)能材料、芯片材料以及碳捕集、利用與封存材料，助力國(guó)家實(shí)現(xiàn)清潔能源轉(zhuǎn)型，芯片自主化及碳達(dá)峰、碳中和等遠(yuǎn)大目標(biāo)?！蓖跣﹂偨Y(jié)。

基于前期良好的基礎(chǔ)，該團(tuán)隊(duì)會(huì)更加深化在各個(gè)材料尺度的機(jī)器學(xué)習(xí)框架，朝著構(gòu)建未來(lái)智能實(shí)驗(yàn)室這一方向而努力。目前，王笑楠正考慮將柔性機(jī)器人、自動(dòng)化機(jī)器臂與高通量實(shí)驗(yàn)平臺(tái)、以及更智能的算法框架進(jìn)行結(jié)合，以便在不同尺度不同種類的材料尤其是碳中和相關(guān)材料應(yīng)用場(chǎng)景下，構(gòu)建全自動(dòng)智能化的實(shí)驗(yàn)室。（綜合整理報(bào)道）

（編輯/諾伊克）