11月24日消息，根據(jù)中國科學(xué)院官網(wǎng)信息，中國科學(xué)技術(shù)大學(xué)教授李微雪課題組利用人工智能（AI）在催化基礎(chǔ)研究中取得重要成果。該研究通過可解釋AI技術(shù)在實驗數(shù)據(jù)中建立了金屬-載體相互作用與材料基本性質(zhì)之間的控制方程，揭示了決定金屬-載體相互作用的本質(zhì)因素，提出了強(qiáng)金屬-金屬作用原理性判據(jù)，解決了氧化物載體包覆金屬催化劑的難題。
近日，相關(guān)研究成果以“Nature of Metal-Support Interaction for Metal Catalysts on Oxide Supports”為題，發(fā)表在《科學(xué)》（Science）上。
據(jù)介紹，該成果將助力高活性、高選擇性、高穩(wěn)定性催化劑的優(yōu)化設(shè)計，有望加快新催化材料、新催化反應(yīng)的發(fā)現(xiàn)，助推能源、環(huán)境和材料的綠色升級和可持續(xù)發(fā)展。中國科學(xué)院院士、清華大學(xué)教授李亞棟評價，“這項成果解決了多相催化研究中的一個重大基礎(chǔ)科學(xué)難題，對高效負(fù)載型催化劑的理性設(shè)計極具指導(dǎo)價值。”
同時，這一研究表明可解釋性AI算法能夠在實驗數(shù)據(jù)中構(gòu)建數(shù)學(xué)模型，挖掘隱含的物理規(guī)律，建立具有預(yù)測能力的理論，加速科學(xué)原理發(fā)現(xiàn)的過程，將推動AI技術(shù)與化學(xué)研究的深度融合，為實現(xiàn)重要科學(xué)問題和技術(shù)創(chuàng)新突破提供新的視角和可能的解決方案。
