科技日報記者 吳長鋒
AI能否從大量的實驗數(shù)據(jù)中建立數(shù)學(xué)模型，并加速科學(xué)原理的發(fā)現(xiàn)？11月22日，記者從中國科學(xué)技術(shù)大學(xué)獲悉，該校李微雪課題組在《科學(xué)》雜志上發(fā)表了一項催化領(lǐng)域的突破性研究成果，他們通過揭示負(fù)載型金屬催化劑的“金屬-載體相互作用”本質(zhì)，對這一問題提供了有力的回答，展示了AI在催化科學(xué)研究中的巨大潛力。
負(fù)載型金屬催化劑是工業(yè)及實驗中最常用的催化劑之一，科學(xué)家致力于開發(fā)高活性、高選擇性和高穩(wěn)定性的催化劑。其中的一個重大科學(xué)挑戰(zhàn)是洞察“金屬-載體相互作用”的本質(zhì)及其調(diào)控，這一作用顯著影響著催化劑的穩(wěn)定性、電子轉(zhuǎn)移、組分、形貌以及界面催化位等。
此前，李微雪課題組提出了通過構(gòu)建相互作用強弱不同的雙功能載體來解決催化劑在苛刻條件下的穩(wěn)定性問題。然而，由于該作用敏感地依賴于金屬和載體的組分、尺寸、形貌，催化劑制備和反應(yīng)條件等，揭示決定金屬-載體相互作用強弱的本質(zhì)、發(fā)展具有預(yù)測能力的一般性理論仍是亟待解決的重大科學(xué)挑戰(zhàn)。
最新研究中，課題組人員借力AI技術(shù)展開了深入研究，為該問題的解決帶來了新的突破口。他們匯總了多篇核心文獻(xiàn)中的大量實驗數(shù)據(jù)，通過可解釋性AI算法，由材料性質(zhì)作為基本特征，經(jīng)過迭代式的數(shù)學(xué)操作，構(gòu)建了一個由高達(dá)300億個表達(dá)式所組成的特征空間。利用壓縮感知算法，結(jié)合領(lǐng)域知識和理論推導(dǎo)，研究團(tuán)隊從中篩選出物理清晰、數(shù)值準(zhǔn)確的描述符，成功建立了“金屬-載體相互作用”與材料性質(zhì)之間的控制方程。
這一方程除了包含“金屬-氧相互作用”外，還突破性地包含了“金屬-金屬相互作用”這一關(guān)鍵新變量，首次完整揭示了金屬-載體相互作用的本質(zhì)。研究發(fā)現(xiàn)，“金屬-金屬相互作用”是決定載體差異的關(guān)鍵因素，這為理解載體效應(yīng)提供了全新視角。
大規(guī)模分子動力學(xué)模擬揭示，“金屬-金屬相互作用”還決定了氧化物包覆金屬催化劑的動力學(xué)速率，以及包覆界面處金屬-金屬鍵的占比。基于此，團(tuán)隊提出了“強金屬-金屬作用原理性判據(jù)”，用以預(yù)測包覆現(xiàn)象的出現(xiàn)。這一判據(jù)不僅解釋了迄今為止幾乎所有觀測到的氧化物包覆現(xiàn)象，還預(yù)測了更廣泛的有待發(fā)現(xiàn)的新體系。
據(jù)了解，研究人員所提出的“金屬-載體相互作用”理論具有極高的普適性。它不僅適用于氧化物負(fù)載的金屬納米催化劑，還適用于其負(fù)載的金屬單原子分散催化劑，以及金屬負(fù)載的氧化物薄膜催化劑?！皬娊饘?金屬作用原理性判據(jù)”原則上也同樣適用于其他金屬化合物載體的包覆行為。這一理論模型經(jīng)過適當(dāng)變換，可以推廣到更一般的復(fù)合材料界面體系，為界面設(shè)計和調(diào)控提供理論指導(dǎo)。
清華大學(xué)化學(xué)系李亞棟院士評價說：“這項成果解決了多相催化研究中的一個重大基礎(chǔ)科學(xué)難題，對高效負(fù)載型催化劑的理性設(shè)計極具指導(dǎo)價值?！崩钗⒀┍硎荆摮晒型涌煨麓呋牧虾托麓呋磻?yīng)的發(fā)現(xiàn)，推動能源、環(huán)境和材料的綠色升級，助力社會的可持續(xù)性發(fā)展。
令人振奮的是，研究人員在該研究中創(chuàng)新性地利用可解釋性人工智能算法從實驗數(shù)據(jù)中提煉出數(shù)學(xué)模型和科學(xué)原理，用來解決催化科學(xué)中的重大問題，這為推動人工智能技術(shù)與化學(xué)研究的深度融合提供了全新視角。
（中國科學(xué)技術(shù)大學(xué)供圖）
