“科大AI突破催化难题，荣登《Science》封面”

中国科学技术大学李微雪教授课题组近日在催化基础研究领域取得了显著突破。他们运用人工智能技术，成功揭示了金属与载体相互作用背后的本质规律，并提出了评估强金属-金属作用的新标准，为氧化物载体包覆金属催化剂的技术难题找到了解决方案。

据了解，该研究采用了可解释人工智能（XAI）技术，通过分析大量的实验数据，建立了金属-载体相互作用与材料基本性质之间的控制方程。这一方程不仅揭示了金属-载体相互作用的决定性因素，还提出了基于强金属-金属作用原理的判断标准，为催化剂的设计提供了新的理论依据。

本次研究的数据来源广泛，涵盖了25种金属和27种氧化物。研究人员利用可解释人工智能算法，以材料性质作为基本特征，通过迭代数学操作，构建了一个包含高达300亿个表达式的特征空间。在此基础上，结合领域知识和理论推导，运用压缩感知算法筛选出物理意义明确、数值精确的描述符，成功建立了金属-载体相互作用与材料性质之间的联系。

这一研究成果将极大地推动催化剂的高活性、高选择性和高稳定性设计，有助于加速新型催化材料和反应的发现，为能源、环境和材料领域的绿色升级与可持续发展提供助力。同时，该研究也表明，可解释人工智能算法在实验数据中构建数学模型、挖掘物理规律以及建立预测理论方面具有巨大潜力，有助于加速科学原理的发现过程，推动人工智能技术与化学研究的深度融合。

相关研究成果已发表于国际知名期刊《科学（Science）》。李微雪教授课题组的这一创新性工作，不仅为催化基础研究提供了新的理论工具，也为人工智能技术在科学研究中的应用开辟了新的方向。