中新网合肥11月22日电 (记者 吴兰)11月22日清晨，《科学》(Science)杂志在线宣布了中国科学技能大学李微雪课题组在催化范畴的打破性研讨效果，该研讨通过提醒负载型金属催化剂的“金属-载体相互效果”实质，展现出AI在催化科学研讨中的巨大潜力。

催化研讨中的一个严重科学应战是调控“金属-载体相互效果”来进步催化功能，但是传统的试验研讨办法难以洞悉这一复杂问题的实质并定量猜测相关现象。

在最新研讨中，李微雪团队运用AI技能处理了这一困扰科学界近四十年的难题。根据多年堆集，他们汇总了多篇文献中的很多试验数据，通过可解说性AI算法，从资料的根本性质动身，通过迭代式的数学操作构建了多达300亿个表达式，从而使用紧缩感知算法，结合范畴常识和理论推导，为“金属-载体相互效果”建立了物理明晰、数值精确的操控方程。

据介绍，这一方程打破性地包含了“金属-金属相互效果”这一要害新变量，提醒了该变量对载体效应的调控效果，初次完好提醒了金属-载体相互效果的实质。

该理论有效地搬迁到了其他催化系统中，包含金属单原子催化剂和氧化物薄膜催化剂，展现了极高的普适性。此外，该理论成功地处理了氧化物载体在高温复原条件下包覆金属催化剂的难题。研讨团队提出了“强金属-金属效果原理性判据”，猜测了包覆现象的产生条件，不只解说了迄今为止简直一切观测到的包覆现象，还对未来研讨方向作出了猜测和辅导。

清华大学化学系李亚栋院士以为，该项效果处理了多相催化研讨中的一个严重基础科学难题，对高效负载型催化剂的理性规划极具辅导价值。李微雪教授表明，该效果有望加速新催化资料和新催化反应的发现，推进动力、环境和资料的绿色晋级。

尤其是，研讨人员在该研讨中立异性地使用可解说性人工智能算法从试验数据中提炼出数学模型和科学原理，处理了实践科研中的严重问题，这为推进人工智能技能与科学研讨的深度交融供给了全新视角。(完)。

内容来源：https://congtytkp.com.vn/app-1/cpvlcm,https://chatbotjud-hml.saude.mg.gov.br/app-1/caça-níquel-que-paga-dinheiro-real-no-pix

(责任编辑：咨询)