中國科學家用AI破解“多相催化”領域50年難題分享到：
      香港新聞網12月12日電 人工智能正在突破科技難題方面起著顯著作用。中國科學技術大學教授李微雪團隊日前在多相催化領域取得重大突破，其研究成果在線發表於《科學》雜誌。該研究利用人工智慧技術揭示了負載體金屬催化劑中“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。 據快科技報導稱，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種氧化物的實驗數據，使用可解釋性AI演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）和實驗數據（B）建立金屬-載體相互作用數學模型，“復原”缺失實驗數據（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”。 這一發現為理解金屬-載體相互作用提供了全新視角，並提出了“強金屬-金屬作用”原理性判據，有效解釋了目前幾乎所有在這類體系中觀測到的包覆現象。 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，後續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介面結構與動力學（E-F），強金屬-金屬作用包裹原理性判據（H） 人工智能的不斷發展，在全球多個科技領域中展現了突破難題的潛力，不僅提高了研究效率，還推動了科學和技術的快速發展。英國“深度思維”公司利用AI方法精準預測蛋白質的摺叠結構，并在短短18個月內繪製出人體中98.5%的蛋白質結構圖。加拿大多倫多大學與Insilico醫學公司合作，利用AI藥物發現平台在30天內發現了一種新的肝細胞癌靶點，并開發出一種潛在的治療藥物。此外，AI還能自動化部分研發過程，如獲取和分析數據，編寫代碼。（完） 【編輯：錢林霞】
|
