中国科学技术大学李微雪教授团队近期在《科学》杂志发表的关于多相催化领域的研究成果，引发了广泛关注。该研究历时八年，利用人工智能技术突破性地揭示了负载型金属催化剂中困扰学术界近半个世纪的“金属-载体相互作用”难题。
团队收集并分析了涵盖25种金属和27种氧化物的实验数据，并采用创新的可解释性AI算法，构建了包含300亿个表达式的候选空间。这一算法不仅“复原”了缺失的实验数据，更关键的是，它成功量化了“金属-氧相互作用”和“金属-金属相互作用”这两个关键物理量，从而深入阐明了金属-载体相互作用的本质。
更进一步，该研究提出了“强金属-金属作用”的判据，成功解释了该体系中普遍存在的金属被氧化物包覆现象。这项理论突破对于高效负载型催化剂的理性设计具有里程碑式的意义，为催化剂的设计提供了全新的理论指导。
清华大学李亚栋院士高度评价了这项研究，认为其成果将深刻影响未来催化剂的设计与开发。目前，已有实验团队基于该理论成功合成了新型催化材料，并开展了新催化反应的研究。这些进展推动了多相催化领域的发展。
通过分子动力学模拟，研究团队进一步揭示了氧化物包裹金属催化剂的微观过程，以及金属-金属相互作用如何决定包覆界面的结构与动力学特性。这项研究不仅提供了坚实的理论基础，也为工业界催化剂的优化设计提供了宝贵的实践指导，具有显著的学术价值和应用前景。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，可联系本站进行审核删除。
