AI能不能自动给配方？当DOE束手无策，当正向ML陷入瓶颈：你的下一阶段研发必须引入贝叶斯优化

面向对象：材料化工 · 精细化工 · 实验设计与数据团队

"如果我告诉 AI 目标性能，它能不能直接给我一个配方？"这是一个典型的逆向问题。但在多数研发现场，更常见、也更容易起步的是正向问题：给定配方、原料与工艺，能不能预测性能？

核心判断　真正可落地的"AI 给配方"不是让模型从目标一步跳到答案，而是用正向模型评估候选，用EDBO等逆向优化方法选择下一轮最值得做的实验，再用实验结果更新模型。

一、先分清两条逻辑：正向预测与逆向优化

材料配方研发可以抽象为"组成—工艺—结构—性能"的映射。AI 参与其中，至少有两条方向不同、但相互依赖的路径。

正向预测：配方与工艺 → 性能。把同一产品族的历史实验数据整理为可训练数据集，模型学习组分、原料批次、工艺参数、测试条件与性能结果之间的关系。它可以在实验前预测关键指标、排序候选方案、识别主控变量，并给出不确定度。

• 逆向优化：目标与约束 → 候选方案。研发人员定义变量范围、性能目标、成本或法规约束，优化算法在搜索空间内提出下一批候选。多目标问题通常不会得到唯一"最优配方"，而是得到一组可供权衡的 Pareto 方案。
• 为什么逆向不能直接"反推"

这不是模型不够聪明，而是逆向问题本身的性质：满足同一组性能的配方往往有很多，而其中大部分在现实中不可行——原料买不到、工艺跑不了、成本超预算、法规不允许。缺少这些边界信息时，任何直接反推的结果都只能是假设。所以现实中我们不"解"逆向问题，而是"搜"逆向问题：让正向模型充当评价函数，让优化算法在受约束的空间里搜索。

这个转换带来一个关键好处：搜索并不要求模型"知道正确答案"，只要求它"能比较优劣"。后者的数据门槛低得多——这也是为什么在数据量并不大的配方体系里，这条路依然走得通。

研发逻辑	输入 → 输出	适合解决的问题
正向预测	配方、工艺 → 性能	实验前预测、候选排序、关键变量识别、给出不确定度
逆向优化	目标、约束 → 候选方案	在有限实验预算下推荐下一批实验，输出可权衡的 Pareto 方案
闭环迭代	新结果 → 模型更新 → 再推荐	持续缩小搜索空间、处理多目标权衡、逐轮提升判断可靠性

表 1｜两条逻辑与闭环迭代

两者不能简单替代：正向模型只回答"这个候选可能表现怎样"，不直接告诉团队应该去哪里搜索；逆向优化若没有可靠数据、明确边界和可验证的正向模型，也容易变成缺乏依据的推荐。模型的结论原则上只在训练数据覆盖的产品族与变量范围内成立；换原料体系、设备或测试方法，都需要重新验证。

二、正反向结合，才是"AI 给配方"的真实路径

一条可执行的闭环通常只有四步：

1. 定义搜索空间

   明确可调整的组分与工艺变量（连续值如温度/pH、离散值如非连续的浓度、分类值如溶剂/配体）、变量范围、性能目标、约束条件和测试方法；

2. 准备初始数据并初始化代理模型

   若已有历史数据，可直接导入以拟合初始代理模型（通常为高斯过程 Gaussian Process, GP）；若没有历史数据，则由系统按空间填充设计（如拉丁超立方采样）生成首批实验，完成后自动建模；

3. 进行逆向推荐

   EDBO 通过采集函数在"探索未知区域"和"利用当前优选区域"之间权衡，推荐下一批实验；

4. 回流实验结果

   完成、审核并回传新结果，更新模型后进入下一轮。

第三步在做什么：贝叶斯优化的两个半边

贝叶斯优化之所以适合配方研发，是因为它同时用到了正反两个方向。它先用已有的少量实验拟合一个带不确定度的代理模型（通常为高斯过程 GP）——这是正向的一半，既给出预测值，也给出"这里我有多没底"；再用采集函数在"预期性能高"和"信息量大"之间权衡——单目标场景常用期望改进（EI），多目标 Pareto 优化则常用预期超体积改进（EHVI, Expected Hypervolume Improvement），直接给出下一批最值得做的实验——这是逆向的一半。它不追求一次算准，而是让每一次实验尽可能减少模型的不确定性。

做法	回答什么问题	适合的数据规模	典型输出
传统 DOE	在预设的因子与水平里，哪些因素显著、如何配置	按设计表一次投若干组	效应显著性、响应面、优化区域
正向 ML 预测	任意给定配方与工艺，性能大约是多少	同一产品族数十至数百条以上	性能预测、不确定度、变量重要性
贝叶斯优化 / EDBO	下一批实验该做哪几个，才能最快逼近目标	可在较小样本量下起步并逐轮积累	下一轮实验组合、收敛过程、Pareto 方案集

表 2｜DOE、正向预测与贝叶斯优化，回答的不是同一个问题

三者不是替代关系：DOE 帮助把变量与范围定清楚，正向模型把已有数据变成可复用的判断力，贝叶斯优化决定下一步往哪走。实践中常常串联使用。

• 方法学佐证　在钯催化直接芳基化反应的公开基准研究中，贝叶斯优化在优化效率（所需实验次数）与结果稳定性两方面均优于人类专家的决策[2]。
• 公开案例　在一项发表于 Nature Communications 的电池电解液研究中，研究团队将自动化配液与测试平台 Clio 和机器学习优化结合，在约 1000 种候选组合中完成 42 次实验、用 2 个工作日找到 6 种表现优异的快充电解液。这个案例说明的不是 AI 可以普遍"42 次给出配方"，而是模型可以根据上一轮结果选择更有信息量的下一个实验点，从而减少低信息量尝试[1]。
• 一条专业提醒　如果测试方法的重复性差于模型要分辨的性能差异，闭环会追随测量噪声，而不是收敛到更优方案。进入优化前，应先固定样品制备、仪器方法、环境条件和数据审核规则。

三、创腾科技如何把这条闭环落到产品中

闭环不是一个孤立的算法模块。它需要实验现场、数据底座和建模优化平台协同工作：

• iLabPower：记录实验"实际发生了什么"。

  通过 ELN、DOE 等能力管理变量与水平、实验计划、样品、测试结果和审核状态；实验设计可与实验记录双向关联，保留完整追溯链。[4]

图：iLabPower ELN电子实验记录本

• SDH：把分散记录变成可训练数据。

  对来自 ELN、LIMS、仪器及历史文件的数据进行抽取、清洗、对齐和融合，统一物料、指标、单位与实验上下文，形成面向具体产品族的数据集。[5]

图：SDH科学数据基因组平台

• MaXFlow：完成正向建模与逆向优化。

  基于结构化数据训练性能预测模型；EDBO（Experimental Design based on Bayesian Optimization）可利用已有数据构建模型，在多目标 Pareto 优化中推荐下一轮实验，并随新结果迭代更新。[6]

图：MaXFlow平台EDBO数据分析工具

一条链路　iLabPower 采集与执行 → SDH 治理与融合 → MaXFlow 建模预测与 EDBO 推荐 → 实验结果回流。

这条链路把"模型建议"放回日常研发流程：研发人员仍负责定义边界、确认实验和判断是否采纳；系统负责保留依据、减少重复录入，并让每一轮结果成为下一轮决策的输入。

四、企业应该从哪一步开始

不必等到拥有所谓"大数据"，但要从一个边界清楚的产品族开始。

• 数据分散、记录条件不完整：

  先用 iLabPower 规范实验记录，再由 SDH 统一数据口径。此时不要急于要求模型给配方。

• 已有一批同口径、可比的历史数据：

  先在 MaXFlow 做正向性能预测试点。验收重点不是训练集拟合度，而是对留出批次的误差、不确定度和适用域。

• 变量与约束可参数化、实验周期可接受、结果能稳定回流：

  再引入 EDBO 做多轮推荐，以相同实验预算下的收敛效率和获得的有效方案数评价价值。

"小数据"可以做窄范围建模，但"小数据"不等于可以忽略数据质量。失败实验、原料批次、设备条件和测试重复性，往往比单纯增加样本数量更重要。值得强调的是，未达标与失败的实验同样要入库[3]：企业库里若只留成功配方，模型就只见过"成功长什么样"，学不到边界在哪。早在 2016 年就有研究表明，把实验室笔记本里的失败反应系统整理后用于训练，模型判断成败的准确率可以超过人的经验直觉[3]。

结语：AI 减少的不是实验，而是低信息量的实验

回到最初的问题：AI 能不能自动给配方？

更准确的回答是：AI 可以用正向模型预测候选表现，用 EDBO 等逆向方法推荐下一轮实验，并在结果回流后持续优化；但它不能跳过实验验证，也不能脱离数据覆盖范围直接给出可生产的最终配方。

可靠的交付物不应只有一个配方数字，而应包括候选方案、推荐依据、不确定度、适用边界与验证计划。AI 的价值，是让有限的实验预算优先花在更有信息量的候选上。

欢迎交流：想判断您的配方研发更适合先做正向性能预测，还是进入EDBO多轮优化？欢迎联系创腾科技，我们可以结合一个具体产品、现有数据量和实验周期，协助梳理 iLabPower、SDH 与MaXFlow的试点路径。

参考资料

[1]　Dave 等，Autonomous optimization of non-aqueous Li-ion battery electrolytes via robotic experimentation and machine learning coupling，Nature Communications，2022。

[2]　Shields 等，Bayesian reaction optimization as a tool for chemical synthesis，Nature，2021（贝叶斯实验优化方法与 EDBO 工具的原始文献）。

[3]　Raccuglia 等，Machine-learning-assisted materials discovery using failed experiments，Nature，2016。

[4]　创腾科技，iLabPower DOE 实验设计。

[5]　创腾科技，SDH 科研数据中台。

[6]　创腾科技，MaXFlow 3.10 EDBO 功能说明。

来源：创腾科技