中国教育报-中国教育新闻网讯（记者 方梦宇）AI能否从大量的实验数据中建立数学模型，并加速科学原理的发现？11月22日，中国科学技术大学的李微雪课题组在《科学》杂志上发表了一项催化领域的突破性研究成果，对这一问题提供了有力的回答。他们通过揭示负载型金属催化剂的“金属-载体相互作用”本质，展示了AI在催化科学研究中的巨大潜力。

　　负载型金属催化剂是工业及实验中最常用的催化剂之一，科学家致力于开发高活性、高选择性和高稳定性的催化剂。其中的一个重大科学挑战是洞察“金属—载体相互作用”的本质及其调控，这一作用显著影响着催化剂的稳定性、电子转移、组分、形貌以及界面催化位等。

　　在这一最新研究中，课题组人员借力AI技术展开了深入研究，为该问题的解决带来了新的突破口。他们汇总了多篇核心文献中的大量实验数据，通过可解释性AI算法，由材料性质作为基本特征，经过迭代式的数学操作，构建了一个由高达300亿个表达式组成的特征空间。利用压缩感知算法，结合领域知识和理论推导，从中筛选出物理清晰、数值准确的描述符，成功建立了“金属—载体相互作用”与材料性质之间的控制方程。

　　这一方程除了包含“金属—氧相互作用”外，还突破性地包含了“金属-金属相互作用”这一关键新变量，首次完整揭示了金属—载体相互作用的本质。研究发现，“金属—金属相互作用”是决定载体差异的关键因素，这为理解载体效应提供了全新视角。

　　大规模分子动力学模拟揭示，“金属—金属相互作用”还决定了氧化物包覆金属催化剂的动力学速率，以及包覆界面处金属-金属键的占比。基于此，团队提出了“强金属—金属作用原理性判据”，用以预测包覆现象的出现。这一判据不仅解释了迄今为止几乎所有观测到的氧化物包覆现象，还预测了更广泛的有待发现的新体系。

　　研究人员所提出的“金属—载体相互作用”理论具有极高的普适性。它不仅适用于氧化物负载的金属纳米催化剂，还适用于其负载的金属单原子分散催化剂，以及金属负载的氧化物薄膜催化剂。“强金属—金属作用原理性判据”，原则上也同样适用于其他金属化合物载体的包覆行为。这一理论模型经过适当变换，可以推广到更一般的复合材料界面体系，为界面设计和调控提供理论指导。