导读：11月24日消息，根据中国科学院官网信息，中国科学技术大学教授李微雪课题组利用人工智能（AI）在催化基础研究中取得重要成果。该研究通过可解释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，揭示了决定金属-载体相互作用的本质因素，提出了强金属-金属作用原理性判据，解决了氧化物载体包覆金属催化剂的难题。近日，相关研究成果以“Nature of Met ......
11月24日消息，根据中国科学院官网信息，中国科学技术大学教授李微雪课题组利用人工智能（AI）在催化基础研究中取得重要成果。该研究通过可解释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，揭示了决定金属-载体相互作用的本质因素，提出了强金属-金属作用原理性判据，解决了氧化物载体包覆金属催化剂的难题。
近日，相关研究成果以“Nature of Metal-Support Interaction for Metal Catalysts on Oxide Supports”为题，发表在《科学》（Science）上。
据介绍，该成果将助力高活性、高选择性、高稳定性催化剂的优化设计，有望加快新催化材料、新催化反应的发现，助推能源、环境和材料的绿色升级和可持续发展。中国科学院院士、清华大学教授李亚栋评价，“这项成果解决了多相催化研究中的一个重大基础科学难题，对高效负载型催化剂的理性设计极具指导价值。”
同时，这一研究表明可解释性AI算法能够在实验数据中构建数学模型，挖掘隐含的物理规律，建立具有预测能力的理论，加速科学原理发现的过程，将推动AI技术与化学研究的深度融合，为实现重要科学问题和技术创新突破提供新的视角和可能的解决方案。
