撰文丨王聰

編輯丨王多魚(yú)

排版丨水成文

科學(xué)文獻(xiàn)正在呈現(xiàn)指數(shù)級(jí)增長(zhǎng)，在各學(xué)科領(lǐng)域都帶來(lái)了日益嚴(yán)峻的挑戰(zhàn)。每年都有數(shù)十萬(wàn)種新的化學(xué)反應(yīng)被報(bào)道，然而，將它們轉(zhuǎn)化為可操作的實(shí)驗(yàn)卻成了一個(gè)障礙。

近期，大語(yǔ)言模型（LLM）的應(yīng)用展現(xiàn)出了一定的前景，但能夠可靠地對(duì)各種新化合物進(jìn)行多樣轉(zhuǎn)化的 AI 系統(tǒng)，仍難以實(shí)現(xiàn)。

2026 年 1 月 19 日，耶魯大學(xué)的研究人員在國(guó)際頂尖學(xué)術(shù)期刊Nature上發(fā)表了題為：Collective intelligence for AI-assisted chemical synthesis 的研究論文。

該研究開(kāi)發(fā)了一個(gè)名為MOSAIC的 AI 系統(tǒng)，它能夠生成帶有置信度指標(biāo)、可重復(fù)且可直接執(zhí)行的復(fù)雜化學(xué)合成實(shí)驗(yàn)方案。在實(shí)驗(yàn)驗(yàn)證中，這一 AI 系統(tǒng)取得了 71% 的整體成功率，實(shí)現(xiàn)了超過(guò) 35 種新化合物的合成。更令人驚訝的是，它甚至發(fā)現(xiàn)了訓(xùn)練數(shù)據(jù)中未曾出現(xiàn)過(guò)的新化學(xué)反應(yīng)方法。

論文第一作者Haote Li（現(xiàn)為默沙東研究科學(xué)家）表示，現(xiàn)有的 AI 化學(xué)系統(tǒng)依賴于單一的大型模型來(lái)為用戶提供幫助。而 MOSAIC 框架能讓用戶從成千上萬(wàn)種不同的化學(xué)反應(yīng)領(lǐng)域中獲取專業(yè)知識(shí)。這項(xiàng)研究證明了這種方法在類似任務(wù)上的表現(xiàn)優(yōu)于商業(yè)化的大語(yǔ)言模型，同時(shí)在真正多樣化的化學(xué)空間中實(shí)現(xiàn)了大量化合物的合成，包括藥物、催化劑、先進(jìn)材料、農(nóng)用化學(xué)品，甚至化妝品。

化學(xué)家的困境：信息海洋中的摸索

隨著科學(xué)文獻(xiàn)的爆炸式增長(zhǎng)，化學(xué)領(lǐng)域研究人員正面臨前所未有的挑戰(zhàn)。每年有數(shù)十萬(wàn)個(gè)新的化學(xué)反應(yīng)被報(bào)道，但將這些知識(shí)轉(zhuǎn)化為實(shí)驗(yàn)室中的可行方案，仍嚴(yán)重依賴專家的個(gè)人經(jīng)驗(yàn)與耗時(shí)的手動(dòng)檢索，這種傳統(tǒng)方法效率低下且難以規(guī)?；?。

面對(duì)這種困境，耶魯大學(xué)的研究團(tuán)隊(duì)團(tuán)隊(duì)提出了一個(gè)革命性解決方案——MOSAIC（Multiple Optimized Specialists for AI-assisted Chemical Prediction），這是一個(gè)新型計(jì)算框架，能讓化學(xué)家利用數(shù)百萬(wàn)個(gè)反應(yīng)方案的集體知識(shí)。

MOSAIC 框架

MOSAIC 如何工作：集體智能的威力

MOSAIC的核心思想是“集體智能”（Collective intelligence）。研究團(tuán)隊(duì)基于 Llama-3.1-8B-instruct 架構(gòu)，在 Voronoi 聚類空間中訓(xùn)練了 2498 個(gè)專項(xiàng)化學(xué)“專家”。

就像在一家擁有眾多?？漆t(yī)生的綜合性醫(yī)院，當(dāng)患者到來(lái)時(shí)，系統(tǒng)會(huì)根據(jù)患者癥狀將其分診到最合適的專家那里。同樣，MOSAIC 將化學(xué)反應(yīng)空間劃分為多個(gè)專業(yè)區(qū)域，每個(gè)區(qū)域都有專門的 AI 專家處理。

這種設(shè)計(jì)的優(yōu)勢(shì)在于，系統(tǒng)能夠持續(xù)擴(kuò)展其覆蓋范圍與精度，避免了嚴(yán)格反應(yīng)類型定義的局限，允許系統(tǒng)直接從數(shù)據(jù)中發(fā)現(xiàn)和利用轉(zhuǎn)化模式間的相似性。

實(shí)驗(yàn)結(jié)果：超越傳統(tǒng) AI 的化學(xué)洞察力

在最關(guān)鍵的測(cè)試中，MOSAIC 展現(xiàn)出了卓越的性能。

在產(chǎn)率預(yù)測(cè)分析中，MOSAIC 的預(yù)測(cè)區(qū)間中值與真實(shí)產(chǎn)率中位數(shù)呈現(xiàn)了顯著相關(guān)性（R2=0.811），表明它能有效捕捉不同反應(yīng)類型的產(chǎn)率模式，而非簡(jiǎn)單記憶常見(jiàn)反應(yīng)。

在試劑和溶劑預(yù)測(cè)方面，當(dāng)聚合最多三位專家的預(yù)測(cè)結(jié)果時(shí)，試劑的完全匹配率大幅提升至 43.0%。更重要的是，在多位專家預(yù)測(cè)模式下，至少能部分預(yù)測(cè)出正確試劑或溶劑的成功率高達(dá) 94.8%。

研究團(tuán)隊(duì)還將 MOSAIC 與 ChatGPT-4o mini、Claude 3.5 系列等通用大語(yǔ)言模型進(jìn)行了對(duì)比。結(jié)果發(fā)現(xiàn)，僅擁有 80 億參數(shù)的 MOSAIC，其性能超越了參數(shù)規(guī)模大數(shù)個(gè)數(shù)量級(jí)的通用大語(yǔ)言模型。

人機(jī)協(xié)同：AI 是化學(xué)家的“指南針”而非“替代品”

研究表明，MOSAIC 與人類化學(xué)家的關(guān)系不是取代，而是增強(qiáng)。研究團(tuán)隊(duì)將 MOSAIC 比作現(xiàn)代化學(xué)合成的“指南針”，其價(jià)值在于能夠快速審視廣闊的化學(xué)空間，識(shí)別出那些原本需要大量文獻(xiàn)調(diào)研和積累經(jīng)驗(yàn)才能發(fā)現(xiàn)的有潛力的實(shí)驗(yàn)方向。

這種“科學(xué)家-AI”共生體正是未來(lái)化學(xué)研究的發(fā)展方向。MOSAIC 的優(yōu)勢(shì)在于將確定合適條件的繁瑣過(guò)程縮短至幾分鐘內(nèi)，讓人類專家可以專注于更富創(chuàng)造性的工作。

未來(lái)展望：化學(xué)研究新范式

隨著 MOSAIC 等 AI 系統(tǒng)的不斷完善，化學(xué)研究范式正在發(fā)生深刻變革?？梢灶A(yù)見(jiàn)，在不久的將來(lái)，AI 輔助的化學(xué)合成將成為常態(tài)，大大加速新藥研發(fā)、功能材料設(shè)計(jì)等領(lǐng)域的進(jìn)程。正如科學(xué)史上每一次技術(shù)革命一樣，這不會(huì)是人類科學(xué)家角色的終結(jié)，而是化學(xué)研究新紀(jì)元的開(kāi)始。

最終，AI 與人類化學(xué)家的協(xié)同合作，將推動(dòng)化學(xué)科學(xué)向著更深、更廣的領(lǐng)域拓展，為人類解決能源、醫(yī)療、環(huán)境等重大挑戰(zhàn)提供全新可能。

論文鏈接：

https://www.nature.com/articles/s41586-026-10131-4