清华主办AIM-S&C研讨会 聚焦AI赋能分子合成与催化研究

2026年6月3日至5日，AI分子合成与催化研讨会（AIM-S&C）在清华大学医学馆圆满落幕。本次大会由清华化学系基础分子科学中心承办，致力于推动人工智能技术与分子合成、催化、逆合成规划及自动化实验等领域的深度交叉。会议云集了有机合成、计算化学、人工智能、药物研发、合成生物学与自动化实验等多个领域的顶尖专家，共同探索人工智能如何渗透化学合成的核心流程。

未来AI合成的发展亟需兼具人工智能与化学背景的复合型人才与协作网络。本次大会期望通过专家报告与圆桌对话，围绕"可执行路径""可靠数据""实验闭环"和"全合成实战检验"四大议题，为化学AI研究凝聚共识并指明方向。

开幕式后，大会正式进入学术报告与专题研讨阶段。会议设置"AI逆合成与真实全合成""AI合成的知识、数据与基础模型""从AI预测到化学实践"以及"全合成：AI的终极考验"四大板块。Bartosz A. Grzybowski教授、唐叶峰教授、雷晓光教授、陈华钧教授、于天舒教授、谢昌谕教授和李昂教授等八位专家分别就AI逆合成、天然产物全合成、化学与生物合成协同、科学大模型、可信数据、机制增强机器学习、机制洞察与机器学习协同驱动的结构-性能预测以及复杂分子全合成策略等议题呈现了精彩演讲。

与会专家围绕AI合成化学的关键难题展开了系统性探讨。业界普遍认识到，AI合成研究正从单纯追求top-k准确率和模型指标，逐步转向真实可落地的合成路线设计。可信的AI合成不仅需要更强大的模型，更离不开高质量数据、专家标注、负样本反馈、反应条件信息与实验闭环的支撑。圆桌讨论深入聚焦"优秀逆合成路线应具备哪些特征""可信AI合成面临哪些数据和知识缺口""AI预测如何有效转化为实验验证"以及"AI、自动化与全合成未来五年发展蓝图"等核心问题，强调AI应成为合成化学家的得力助手，协助化学家提高路线设计效率、拓展反应探索边界，并在复杂天然产物全合成等实际挑战中得到验证。

王梅祥院士与程津培院士先后在闭幕式上致辞。他们强调AI应作为化学研究的工具和手段，而非取代化学家的实验判断与创新能力。大会特别呼吁青年学者积极拥抱新技术，思考未来二十年如何在新时代提出科学问题、创造研究方法并探索未知领域。全合成仍是化学思维与实验技能的关键训练场，而AI发展应与化学智慧协同共进，推动科研创新迈向新高度。