☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
- 新华社合肥11月22日电（记者徐海涛、戴威）11月22日，中国科学技术大学李微雪教授课题组在《科学》杂志上发表了一项突破性的催化领域研究成果。他们通过揭示负载型金属催化剂“金属-载体相互作用”的本质，展示了人工智能（AI）在催化科学研究中的巨大潜力。
- 催化研究中的一个重大科学挑战是调控“金属-载体相互作用”以提高催化性能。然而，传统的实验研究方法难以深入理解这一复杂问题的本质并定量预测相关现象。
- 在本次研究中，李微雪团队借助AI技术解决了困扰科学界近40年的难题。他们基于多年积累的文献数据，利用可解释性AI算法构建了300亿个表达式，并结合压缩感知算法、领域知识和理论推导，建立了一个物理清晰、数值准确的控制方程，突破性地纳入了“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，首次完整揭示了“金属-载体相互作用”的本质。
- 该理论成功迁移到其他催化体系中，展示了极高的普适性。此外，它还解决了氧化物载体在高温还原条件下包覆金属催化剂的难题。研究团队提出了“强金属-金属作用原理性判据”，预测了包覆现象的发生条件，解释了迄今为止几乎所有观测到的包覆现象，并为未来研究提供了预测和指导。
- 中国科学院院士李亚栋认为，该成果解决了多相催化研究中的一个重大基础科学难题，对高效负载型催化剂的理性设计极具指导价值。李微雪教授表示，该成果有望加快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，助力经济社会可持续发展。
- 研究人员在该研究中创新性地利用可解释性人工智能算法从实验数据中提炼出数学模型和科学原理，解决了实际科研中的重大问题，为推动人工智能技术与科学研究的深度融合提供了全新视角。
