IT之家11月22日报道，中国科学技术大学宣布，李伟学教授课题组利用人工智能（AI）进行催化基础研究取得重要成果。

该研究通过可解释的人工智能技术，在实验数据中建立了金属-载体相互作用与材料基本性质之间的控制方程，揭示了决定金属-载体相互作用的本质因素，提出了强金属-金属相互作用的原则性判断。据报道，在氧化物载体上涂覆金属催化剂的问题已经得到解决。

IT之家注：可解释人工智能（XAI）是指以可解释、可理解、人机交互的方式与人工智能系统的用户、受影响者、决策者和开发者进行通信的智能代理。和其他人实现清晰有效的沟通，以赢得人们的信任，同时满足监管要求。

▲ 可解释人工智能揭示“金属-载体相互作用”本质，来源：中国科学技术大学

这项最新研究总结了来自多个出版物的实验界面相互作用数据，涵盖 25 种金属和 27 种氧化物。该研究采用可解释的AI算法，以材料属性为基本特征，通过迭代数学运算构建了由多达300亿个表达式组成的特征空间。该研究利用压缩感知算法，结合领域知识和理论推导，筛选出物理上清晰且数值准确的描述符，并建立了金属-载体相互作用和材料性能之间的控制方程。

上述成果将有助于优化设计高活性、高选择性、高稳定性的催化剂，有望加速新催化材料和新催化反应的发现，推动能源、环境、能源等领域的绿色升级和可持续发展。和材料。

同时，这项研究表明，可解释的人工智能算法可以在实验数据中建立数学模型，挖掘隐藏的物理定律，建立具有预测能力的理论，加速发现科学原理的进程，并将推动人工智能技术和化学研究的深度。融合为实现重大科学问题和技术创新突破提供了新的视角和可能的解决方案。 ‎