中国科大借势人工智能在催化范围获得重大突破

中新网合肥11月22日电 11月22日凌晨《科学》杂志在线发表了中国科技大学李微雪课题组在催化范围的突破性研究成就该研究通过揭示负载型金属催化剂的“金属-载体相互用途”本质展示出人工智能在催化科学研究中的巨大潜力。苏州相城洗衣机维修

催化研究中的一个重大科学挑战是调控“金属-载体相互用途”来提升催化性能然而传统的实验研究办法很难洞察这一复杂问题的本质并定量预测有关现象。

可讲解性AI揭示“金属-载体相互用途”本质。中国科大 供图

在最新研究中李微雪团队用人工智能技术解决了这一困扰科学界近四十年的难点。基于多年积累他们大全了多篇文献中的很多实验数据通过可讲解性人工智能算法从材料的基本性质出发经过迭代式的数学操作构建了多达300亿个表达式进而借助压缩感知算法结合范围常识和理论推导为“金属-载体相互用途”打造了物理明确、数值准确的控制方程。

据介绍这一方程突破性地包括了“金属-金属相互用途”这一重点新变量揭示了该变量对载体效应的调控用途初次完整揭示了金属-载体相互用途的本质。

该理论有效地迁移到了其他催化体系中包含金属单原子催化剂和氧化物薄膜催化剂展示了极高的普适性。除此之外该理论成功地解决了氧化物载体在高温还原条件下包覆金属催化剂的难点。研究团队提出了“强金属-金属用途原理性判据”预测了包覆现象的发生条件不只讲解了迄今为止几乎所有观测到的包覆现象还对将来研究方向作出了预测和指导。海尔天然气热水器质量怎么样

清华大学习化学系李亚栋院士觉得该项成就解决了多相催化研究中的一个重大基础科学难点对高效负载型催化剂的理性设计极具官方报价值。李微雪教授表示该成就有望加快新催化材料和新催化反应的发现推进能源、环境和材料的绿色升级。

特别是研究职员在该研究中革新性地借助可讲解性AI算法从实验数据中提炼出数学模型和科学原理解决了实质科研中的重大问题这为推进AI技术与科学研究的深度融合提供了全新视角。浦东大金空调维修

【编辑:曹子健】