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，其研究成果在線發(fā)表于《科學》雜志。

　　該研究利用人工智能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。

　　報道稱，自2017年起，李微雪帶領團隊歷時8年，通過收集25種金屬和27種氧化物的實驗數(shù)據(jù)，使用可解釋性AI算法構建了一個包含300億個表達式的候選空間。

通過可解釋性AI(A)和實驗數(shù)據(jù)(B)建立金屬-載體相互作用數(shù)學模型,“復原”缺失實驗數(shù)據(jù)(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”。

　　這一發(fā)現(xiàn)為理解金屬-載體相互作用提供了全新視角，并提出了“強金屬-金屬作用”原理性判據(jù)，有效解釋了目前幾乎所有在這類體系中觀測到的包覆現(xiàn)象。

　　值得一提的是，該研究還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此次提出的理論合成了新的催化材料體系，后續(xù)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裹金屬催化劑(A-D)，金屬-金屬相互作用決定包覆界面結構與動力學(E-F)，強金屬-金屬作用包裹原理性判據(jù)(H)