中國科學家用AI破解50年難題
日前,中國科學技術大學教授李微雪團隊在多相催化領域取得重大突破,研究成果已線上發表於《科學》雜誌。該研究利用人工智慧技術揭示了負載型金屬催化劑中「金屬-載體相互作用」的本質,解決了困擾該領域近50年的難題。
報告稱,自2017年起,李微雪帶領團隊歷時8年,透過收集25種金屬和27種氧化物的實驗數據,使用可解釋性AI演算法建構了一個包含300億個表達式的候選空間。
透過可解釋性AI(A)和實驗數據(B)建立金屬-載體相互作用數學模型,「復原」缺失實驗數據(C),量化金屬-氧和金屬-金屬相互作用(D),解耦對MSI貢獻(E)
最終,他們建立了一個具有明確物理意義的機器學習公式,首次完整揭示了影響金屬-載體相互作用的兩個關鍵物理量:「金屬-氧相互作用」和「金屬-金屬相互作用」。
這項發現為理解金屬-載體相互作用提供了全新視角,並提出了「強金屬-金屬作用」原理性判據,有效解釋了目前幾乎所有在這類體系中觀測到的包覆現象。
值得一提的是,該研究也得到了中國科學院院士、清華大學教授李亞棟的高度認可,他認為該成果對高效負載型催化劑的理性設計極具指導價值。
此外,已有實驗課題組利用這次提出的理論合成了新的催化材料體系,後續新催化反應的研究工作也在快速推進中。
分子動力學揭示氧化物包覆金屬催化劑(AD),金屬-金屬相互作用決定包覆界面結構與動力學(EF),強金屬-金屬作用包覆原理判據(H)