Science｜中国科学技术大学利用人工智能在催化基础研究中取得重大突破
文摘
2024-11-25 20:04
北京
![]()
中国科学技术大学李微雪团队利用人工智能（AI）在催化基础研究中取得重大突破。研究人员通过先进的可解释AI算法，结合实验数据，揭示了金属-载体相互作用的本质，建立了其与材料基本性质之间的本征控制方程，提出“强金属-金属作用原理性判据”，解决了氧化物包裹金属催化剂的难题。负载型金属催化剂是化学工业过程最广泛使用的催化剂之一，MSI的本质及其调控是高效、稳定催化剂研发中所面临的重大科学问题。早在1978年，科学家们发现氧化物载体在高温环境下会包裹金属催化剂，该现象被归结为强金属-载体相互作用所致。然而，由于MSI敏感的依赖于金属和载体的组分、尺寸、形貌，催化剂制备和反应条件等，使得发展具有预测能力的一般性MSI理论变得极为挑战。图1. 通过可解释AI揭示MSI本质，并提出“强金属-金属作用原理性判据”预测氧化物载体包裹金属催化剂现象
在这项研究中，研究团队汇总了多篇文献中的界面作用实验数据，通过可解释性AI算法，由材料基本性质作为特征，经过迭代式的数学操作，构建了一个由高达300亿个表达式所组成的特征空间。再利用压缩感知算法，结合理论推导，从中筛选出物理清晰、数值准确的述符，成功建立了MSI与材料性质之间的本征控制方程。该方程除了包含金属-氧相互作用外，还突破性地包含了金属-金属相互作用这一关键新变量。研究发现，该作用是决定载体效应的关键因素。大规模分子动力学模拟揭示，金属-金属相互作用还决定了氧化物包覆金属的动力学速率，以及包覆界面处金属-金属键的占比。基于此，团队提出了“强金属-金属作用原理性判据”，用以预测包覆现象的出现。该判据不仅解释了迄今为止几乎所有观测到的氧化物包覆现象，还预测了更广泛的有待发现的新体系。研究人员所提出的“金属-载体相互作用”理论具有极高的普适性。它不仅适用于氧化物负载的金属纳米催化剂，还适用于其负载的金属单原子分散催化剂，以及金属负载的氧化物薄膜催化剂。“强金属-金属作用原理性判据”，原则上也同样适用于其他金属化合物载体的包覆行为。这一理论模型经过适当变换，可以推广到更一般的复合材料界面体系。这一科学突破，将助力于高活性、高选择性、高稳定性催化剂的优化设计。该研究还证实可解释性AI算法，可以从实验数据中构建数学模型，加速科学原理发现的过程，为实现重大科学问题和技术创新突破提供了全新的视角和可能的解决方案。第一作者：王泰然，2020年硕士毕业于中国科学技术大学，师从李微雪教授，现为阿卜杜拉国王科技大学在读博士，师从Mani
Sarathy教授。研究方向为人工智能在化学研究中的应用，量子化学与催化计算。第一作者：胡建钰，中国科学技术大学2020级研究生，在读博士。师从李微雪教授，主要课题方向为基于机器学习势函数分子动力学模拟研究动态催化过程。第一作者：欧阳润海博士，上海大学材料基因组工程研究院PI、博导。2013年博士毕业于中科院大连化物所李微雪教授课题组；2013-2018年先后在澳大利亚、美国和德国马普所做博士后研究；并于2019年加入上海大学。目前，欧阳博士课题组研究方向主要致力于AI算法开发及其在材料和化学中的应用，特别聚焦于符号回归算法（SISSO）及催化材料构效关系。已在国际SCI期刊发表学术论文40余篇，入选2024全球前2%顶尖科学家榜单。通讯作者：李微雪教授，中国科学技术大学讲席教授。1998年博士毕业于中科院力学所，1999-2004年先后在德国、丹麦从事博士后研究，2004-2015年在中科院大连化物所工作，2015年至今在中国科学技术大学工作。研究方向为理论与计算催化，已发表包括Science（3篇）、Nature
Catalysis（2篇）、Nature
Nanotechnology在内的170余篇论文。先后获国家基金委杰出青年基金（2012）、中国催化青年奖（2014）等荣誉称号，现主持国家基金委创新群体项目、任美国化学会ACS
Catalysis副主编。
本文由论文作者团队受邀供稿，文中观点仅为作者团队观点，不代表Science/AAAS立场。
今日新材料
中国材料研究学会每日发布新材料最新动态。
