中国科大利用 AI，破解催化领域重大科学难题、成果登《Science》

IT之家最新报道指出，中国科学技术大学近日宣布，由李微雪教授领导的课题组在催化基础研究领域利用人工智能（AI）取得了重要突破。

这项研究利用了可解释 AI 技术，在实验数据中建立了金属-载体相互作用与材料基本性质之间的控制方程。通过揭示金属-载体相互作用的决定性因素，提出强金属-金属作用原理性判据，成功解决了氧化物载体包覆金属催化剂的难题。

IT之家指出：可解释 AI（Explainable Artificial Intelligence，XAI）是指智能体以一种可解释、可理解、人机互动的方式，与人工智能系统的使用者、受影响者、决策者、开发者等，达成清晰有效的沟通，从而获取人类信任，同时满足监管要求。

这一最新研究汇总了多篇文献的实验界面作用数据，覆盖了 25 种金属和 27 种氧化物。研究运用可解释性 AI 算法，以材料性质为基本特征，通过迭代数学操作，构建了包含高达 300 亿个表达式的特征空间。结合压缩感知算法、领域知识和理论推导，研究筛选出了物理清晰、数值准确的描述符，建立了金属-载体相互作用与材料性质之间的控制方程。

以上研究成果有助于优化设计高活性、高选择性、高稳定性催化剂，将加速新催化材料和反应的发现，推动能源、环境和材料的绿色升级以及可持续发展。

同时，这项研究显示出可解释性 AI 算法能够构建实验数据中的数学模型，揭示潜在的物理规律，建立具有预测能力的理论，加快科学原理的发现过程，将促进 AI 技术与化学研究的深度融合，为解决重要科学问题和推动技术创新提供新的视角和潜在解决方案。‎

相关研究成果已在《科学（Science）》期刊上发表：https://www.science.org/doi/10.1126/science.adp6034

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考。