AI助力!我国科学家研究催化理论获重大突破

AI助力催化科学：揭示“金属-载体相互作用”本质

研究背景与挑战

催化科学领域面临的一大挑战是如何有效调控“金属-载体相互作用”以提升催化性能。传统实验方法难以深入理解这一复杂现象，并进行精确预测。这成为困扰科学界近四十年的难题。

突破性成果

近日，中国科学技术大学李微雪教授课题组在《科学》杂志上发表了一项重要研究成果，通过AI技术成功破解了这一难题。研究团队基于多年积累的实验数据，利用可解释性AI算法，从材料的基本性质出发，经过复杂的数学运算，构建了300亿个表达式，最终通过压缩感知算法和理论推导，建立了物理清晰、数值准确的控制方程。

关键发现

该控制方程首次完整揭示了“金属-载体相互作用”的本质，引入了“金属-金属相互作用”这一关键变量，揭示了其对载体效应的调控作用。这一发现不仅解决了长期以来的科学难题，还为其他催化体系的研究提供了新的理论支持。

应用前景

该理论具有广泛的适用性，已成功应用于金属单原子催化剂和氧化物薄膜催化剂等体系。研究团队还提出了“强金属-金属作用原理性判据”，能够预测包覆现象的发生条件，解释了几乎所有已知的包覆现象，并为未来研究提供了方向。中国科学院院士李亚栋对此给予高度评价，认为该成果对高效负载型催化剂的理性设计具有重要指导意义。

科研意义

李微雪教授表示，该成果将加速新催化材料和新催化反应的发现，推动能源、环境和材料的绿色升级，助力经济社会的可持续发展。研究团队通过创新性地利用可解释性AI算法，从实验数据中提炼出数学模型和科学原理，为人工智能技术与科学研究的深度融合开辟了新的路径。

结语

这项突破性成果不仅解决了催化科学中的一个重大基础难题，还为未来的研究提供了新的思路和工具，展示了AI在科学研究中的巨大潜力。