我們擅長商業策略與用戶體驗的完美結合。
歡迎瀏覽我們的案例。
日前，中國科學技術大學教授李微雪團隊在多相催化領域取得重大突破，其研究成果在線發表于《科學》雜志。
該研究利用人工智能技術揭示了負載型金屬催化劑中“金屬-載體相互作用”的本質，解決了困擾該領域近50年的難題。
報道稱，自2017年起，李微雪帶領團隊歷時8年，通過收集25種金屬和27種氧化物的實驗數據，使用可解釋性AI算法構建了一個包含300億個表達式的候選空間。
最終，他們建立了一個具有明確物理意義的機器學習公式，首次完整揭示了影響金屬-載體相互作用的兩個關鍵物理量：“金屬-氧相互作用”和“金屬-金屬相互作用”。
這一發現為理解金屬-載體相互作用提供了全新視角，并提出了“強金屬-金屬作用”原理性判據，有效解釋了目前幾乎所有在這類體系中觀測到的包覆現象。
值得一提的是，該研究還得到了中國科學院院士、清華大學教授李亞棟的高度認可，他認為該成果對高效負載型催化劑的理性設計極具指導價值。
此外，已有實驗課題組利用此次提出的理論合成了新的催化材料體系，后續新催化反應的研究工作也在快速推進中。
分子動力學揭示氧化物包裹金屬催化劑(A-D)，金屬-金屬相互作用決定包覆界面結構與動力學(E-F)，強金屬-金屬作用包裹原理性判據(H)
