中國教育報-中國教育新聞網(wǎng)訊（記者 方夢宇）AI能否從大量的實驗數(shù)據(jù)中建立數(shù)學模型，并加速科學原理的發(fā)現(xiàn)？11月22日，中國科學技術大學的李微雪課題組在《科學》雜志上發(fā)表了一項催化領域的突破性研究成果，對這一問題提供了有力的回答。他們通過揭示負載型金屬催化劑的“金屬-載體相互作用”本質，展示了AI在催化科學研究中的巨大潛力。

負載型金屬催化劑是工業(yè)及實驗中最常用的催化劑之一，科學家致力于開發(fā)高活性、高選擇性和高穩(wěn)定性的催化劑。其中的一個重大科學挑戰(zhàn)是洞察“金屬—載體相互作用”的本質及其調控，這一作用顯著影響著催化劑的穩(wěn)定性、電子轉移、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技術展開了深入研究，為該問題的解決帶來了新的突破口。他們匯總了多篇核心文獻中的大量實驗數(shù)據(jù)，通過可解釋性AI算法，由材料性質作為基本特征，經(jīng)過迭代式的數(shù)學操作，構建了一個由高達300億個表達式組成的特征空間。利用壓縮感知算法，結合領域知識和理論推導，從中篩選出物理清晰、數(shù)值準確的描述符，成功建立了“金屬—載體相互作用”與材料性質之間的控制方程。

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”這一關鍵新變量，首次完整揭示了金屬—載體相互作用的本質。研究發(fā)現(xiàn)，“金屬—金屬相互作用”是決定載體差異的關鍵因素，這為理解載體效應提供了全新視角。

大規(guī)模分子動力學模擬揭示，“金屬—金屬相互作用”還決定了氧化物包覆金屬催化劑的動力學速率，以及包覆界面處金屬-金屬鍵的占比?；诖?，團隊提出了“強金屬—金屬作用原理性判據(jù)”，用以預測包覆現(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測到的氧化物包覆現(xiàn)象，還預測了更廣泛的有待發(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載的金屬納米催化劑，還適用于其負載的金屬單原子分散催化劑，以及金屬負載的氧化物薄膜催化劑?！皬娊饘佟饘僮饔迷硇耘袚?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)過適當變換，可以推廣到更一般的復合材料界面體系，為界面設計和調控提供理論指導。

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驗數(shù)據(jù)中提煉出數(shù)學模型和科學原理，用來解決催化科學中的重大問題，這為推動人工智能技術與化學研究的深度融合提供了全新視角。