AI助力中國(guó)科大團(tuán)隊(duì)在催化基礎(chǔ)理論中取得重大突破

中國(guó)教育報(bào)-中國(guó)教育新聞網(wǎng)訊（記者 方夢(mèng)宇）AI能否從大量的實(shí)驗(yàn)數(shù)據(jù)中建立數(shù)學(xué)模型，并加速科學(xué)原理的發(fā)現(xiàn)？11月22日，中國(guó)科學(xué)技術(shù)大學(xué)的李微雪課題組在《科學(xué)》雜志上發(fā)表了一項(xiàng)催化領(lǐng)域的突破性研究成果，對(duì)這一問(wèn)題提供了有力的回答。他們通過(guò)揭示負(fù)載型金屬催化劑的“金屬-載體相互作用”本質(zhì)，展示了AI在催化科學(xué)研究中的巨大潛力。

負(fù)載型金屬催化劑是工業(yè)及實(shí)驗(yàn)中最常用的催化劑之一，科學(xué)家致力于開(kāi)發(fā)高活性、高選擇性和高穩(wěn)定性的催化劑。其中的一個(gè)重大科學(xué)挑戰(zhàn)是洞察“金屬—載體相互作用”的本質(zhì)及其調(diào)控，這一作用顯著影響著催化劑的穩(wěn)定性、電子轉(zhuǎn)移、組分、形貌以及界面催化位等。

在這一最新研究中，課題組人員借力AI技術(shù)展開(kāi)了深入研究，為該問(wèn)題的解決帶來(lái)了新的突破口。他們匯總了多篇核心文獻(xiàn)中的大量實(shí)驗(yàn)數(shù)據(jù)，通過(guò)可解釋性AI算法，由材料性質(zhì)作為基本特征，經(jīng)過(guò)迭代式的數(shù)學(xué)操作，構(gòu)建了一個(gè)由高達(dá)300億個(gè)表達(dá)式組成的特征空間。利用壓縮感知算法，結(jié)合領(lǐng)域知識(shí)和理論推導(dǎo)，從中篩選出物理清晰、數(shù)值準(zhǔn)確的描述符，成功建立了“金屬—載體相互作用”與材料性質(zhì)之間的控制方程。

這一方程除了包含“金屬—氧相互作用”外，還突破性地包含了“金屬-金屬相互作用”這一關(guān)鍵新變量，首次完整揭示了金屬—載體相互作用的本質(zhì)。研究發(fā)現(xiàn)，“金屬—金屬相互作用”是決定載體差異的關(guān)鍵因素，這為理解載體效應(yīng)提供了全新視角。

大規(guī)模分子動(dòng)力學(xué)模擬揭示，“金屬—金屬相互作用”還決定了氧化物包覆金屬催化劑的動(dòng)力學(xué)速率，以及包覆界面處金屬-金屬鍵的占比?；诖?，團(tuán)隊(duì)提出了“強(qiáng)金屬—金屬作用原理性判據(jù)”，用以預(yù)測(cè)包覆現(xiàn)象的出現(xiàn)。這一判據(jù)不僅解釋了迄今為止幾乎所有觀(guān)測(cè)到的氧化物包覆現(xiàn)象，還預(yù)測(cè)了更廣泛的有待發(fā)現(xiàn)的新體系。

研究人員所提出的“金屬—載體相互作用”理論具有極高的普適性。它不僅適用于氧化物負(fù)載的金屬納米催化劑，還適用于其負(fù)載的金屬單原子分散催化劑，以及金屬負(fù)載的氧化物薄膜催化劑?！皬?qiáng)金屬—金屬作用原理性判據(jù)”，原則上也同樣適用于其他金屬化合物載體的包覆行為。這一理論模型經(jīng)過(guò)適當(dāng)變換，可以推廣到更一般的復(fù)合材料界面體系，為界面設(shè)計(jì)和調(diào)控提供理論指導(dǎo)。

令人振奮的是，研究人員在該研究中創(chuàng)新性地利用可解釋性人工智能算法從實(shí)驗(yàn)數(shù)據(jù)中提煉出數(shù)學(xué)模型和科學(xué)原理，用來(lái)解決催化科學(xué)中的重大問(wèn)題，這為推動(dòng)人工智能技術(shù)與化學(xué)研究的深度融合提供了全新視角。