中国科学院“智能科学家”平台致力于构建云端互联的智能科研体系，将自动化实验、AI模型与多平台协同融合为一张“会思考、能实验、可协作”的机器科学家网络。目前，平台已在全国部署19个分布式创新设施，联接80个AI驱动的化学与材料实验平台，覆盖80%的化学与材料实验类型，实现了从“设计-合成-表征-分析”全流程的自动化运行与数据闭环。
为构建群体智能和自主创新生态，平台现面向重大科学问题与关键产业需求，启动用户课题研究计划征集。诚邀各领域科研人员——从顶尖科学家到青年研究生——依托本平台开展研究，通过科研智能体与自动化实验系统的协同，实现“数据-模型-实验”的闭环迭代。
1. 用户范围
物质科学领域科研人员和在读研究生。
2. 研究内容
（1）使用智能科学家平台开展化学与材料等相关领域的科学研究，产出高水平成果。鼓励智能集成、多模态应用和理论-实验迭代，以提升研究效率和探索能力。
（2）使用智能科学家平台开展“数据-模型-实验”闭环迭代相关研究；
（3）针对现有智能科学家平台的优化和升级研究。
3. 评优资助
（1）所有经评审入选的课题研究计划可按管理规定无偿使用智能科学家平台开展相关研究；
（2）如在评审中获“重点推荐”等级，平台将根据研究计划中的经费预算与实际情况，提供三分之一至全额不等的经费资助；
（3）入选的优秀课题还将有望获得精准智能化学全国重点开放课题资助。
4. 考核与成果管理
（1）入选的研究计划须按规定定期提交《智能科学家平台使用报告》和《研究进展报告》；
（2）凡使用平台开展研究所产生的科研成果，在发表学术论文时，均需在致谢部分明确注明以下内容：
The AI-driven experiments, simulations and model training were performed on the robotic AI-Scientist platform of Chinese Academy of Sciences.
本次征集长期有效。
计划书提交电子邮箱：aisci@ustc.edu.cn
联系人及联系方式：李小波 老师；xiaoboli@ustc.edu.cn
实验平台
ALD智能精准催化剂设计设备平台
构建AI人工智能-ALD催化剂精准设计平台，用于催化剂结构预测、原子级制备与高通量筛选一体化应用。平台将服务于合成氨、甲烷干重整、丙烷脱氢等重要工业反应，通过高效调控催化剂结构与组成，开发高活性、高稳定性的催化剂，缩短研发周期。平台将开辟AI辅助催化剂设计新路线，推动能源和环保领域技术创新，助力工业可持续发展。
催化剂气液传质微环境的电响应智能调控平台
依托智能科学家系统平台人工智能机器人，进行气液传质微环境调控体系的设计与高通量合成，强化多相界面传质与催化反应动力学，促进其在金属空气电池、水电解等能量转换技术的应用，并助力电催化领域气液传质行为机制的系统性认知。
智能多肽自动合成表征开发平台
通过AI人工智能技术和系统集成先进机器人技术，搭建AI谱学多肽设计算法与高通量自动化多肽合成平台、多肽功能活性表征平台：通过基于红外光谱的AI算法设计潜在活性多肽，指导自动化合成平台进行多肽高通量合成，自动化表征平台进行多肽活性测试产生多关联数据集，并反馈到AI端，对算法进行闭环迭代升级，并最终优化出具有高活性的生物多肽分子。
自动化萃取剂高通量筛选平台
通过机器学习、AI人工智能和自动化技术，实现对大量样品和实验条件的快速、并行处理，以开发和优化性能优异、廉价易得的金属离子萃取剂，从而提高金属资源的回收率和经济性。利用自动化实验设备合成结构类型丰富的有机磷类萃取剂，并结合先进的数据分析技术以及机器学习算法，实现对萃取剂的快速评估与优化。提高萃取剂筛选效率和准确性。
自动化高通量电极材料研发平台
通过AI人工智能机器人搭建自动化、致力于构建一个通用电极材料研发子平台，覆盖从催化剂制备、电极加工、膜电极组装、自动化测试表征到数据驱动设计与优化的完整链条。平台面向氯碱、水处理、电解金属回收、绿色制氢、CO₂电催化还原等关键应用场景，围绕高电流密度、长寿命等苛刻工况对电极材料的技术挑战展开系统性研究。
数据驱动的单原子仿酶合成测试平台
单原子仿酶合成测试平台为全球首套智能化高通量单原子仿酶合成测试系统。单原子材料具有理论100%的金属利用率和高效的仿酶催化性能。基于此，该项目旨在通过人工智能驱动的机器人化学家，建立海量单原子材料无偏仿酶催化数据库和人工智能大模型，筛选超高性能单原子仿酶材料与挖掘全新酶活性材料，未来用于生物病害防控、新型纳米药物开发、智能传感材料研制等领域，实现部分材料的产业化。最终完成本平台的"数据大动脉"和"产业大利器"的双重目标。
高通量水质智能分析平台
通过AI人工智能技术和系统集成先进机器人技术，显著提升水质监测的精度和效率，将高通量水质信息与智能数据分析结合可深化对水环境变化的理解，为科研领域提供实证基础，为环境政策和生态保护提供准确的科学依据。
高通量生物探针筛选和表征平台
通过AI人工智能和先进机器人技术，以实现精准化智能化的生物大分子探针设计为目标，搭建集合成、纯化与表征功能于一体的自动化高通量生物探针筛选和表征平台，在AI与机器学习指导下设计针对生物大分子修饰异构体和细胞外囊泡等两大类生物标志物的分子探针，实现对标志物简单、快速、高分辨率的分离和检测，并将高通量分离平台与探针检测技术相结合，开发集成化的分离检测平台，运用该平台帮助实现疾病的精准诊疗，推动个性化医疗的发展。
高通量电化学分析与催化材料智能创制平台
以微区电化学扫描探针为核心，结合多谱学测试分析手段，建立高通量的电化学微观结构-性质实验平台，获得材料微观尺度结构和催化性能之间的映射关系，构建实验谱学-活性数据库；进一步利用第一性原理高通量计算构建相对应的理论数据库。开展机器学习并实现理论与实验数据间的对抗校准、主动迭代，以可观测、可解释的谱学数据驱动高效催化材料的智能创制。
高通量电解液材料研制平台
通过AI人工智能和先进机器人技术，建设智能化、自动化、高通量的电解液研发平台，革新电解液的设计开发范式。通过高通量配制电解液、匹配不同的电极材料进行电池的高通量组装与测试，同时结合人工智能阐明电解液的构效关系与预测电解液性能，能实现智能化、全自动的电解液快速迭代优化，大幅提升电解液设计精度与效率，显著推动新能源电池技术的发展与应用。
高通量谱学表征智能分析平台
通过结合高通量实验技术和先进的谱学分析工具，对大量样本或数据进行高效、自动化的谱学表征与分析。它依托AI算法进行自动化分析、建模和数据挖掘，能够大大提高数据的采集效率和分析精度，实现从数据采集到分析报告的自动化，在材料科学、生命科学等领域得到广泛应用。
高通量金属催化烯烃官能化研究平台
烯烃官能化反应的智能化模型建设通过整合机器学习、量子化学计算与高通量实验数据，构建预测反应路径、选择性和反应条件的智能化模型。实现有机合成反应的高通量和自动化，提高研究效率和准确性。反应范围较宽，适合西林瓶内有机合成反应。满足有机化学合成对精准、自动化催化反应的需求，创制复杂化学结构有机分子，服务新药分子、新材料创新，为化学合成领域的发展提供新的动力。
