中國科學技術大學的研究團隊近期在金屬-載體相互作用領域取得了突破性進展，他們利用可解釋性人工智能（XAI）技術，成功揭示了這一復雜現象的本質。
這項研究通過對多篇文獻的實驗數據進行綜合分析，涵蓋了多達25種金屬和27種氧化物載體。研究團隊采用了一種創新的方法，將可解釋性AI算法應用于這些實驗數據中，以材料的基本性質作為出發點，通過復雜的數學運算，構建了一個包含300億個表達式的龐大特征空間。
在特征空間的基礎上，研究團隊利用壓縮感知算法，結合化學領域的專業知識和理論推導，精心篩選出了既具有物理意義又數值準確的描述符。這些描述符被用來建立金屬-載體相互作用與材料性質之間的精確控制方程，從而揭示了決定金屬-載體相互作用的根本因素。
這一研究成果不僅解決了氧化物載體包覆金屬催化劑的難題，還為高活性、高選擇性、高穩定性催化劑的優化設計提供了有力支持。未來，這有望推動新催化材料和新催化反應的發現，為能源、環境和材料領域的綠色升級和可持續發展注入新的動力。
更重要的是，這項研究展示了可解釋性AI算法在科學實驗數據中的強大應用能力。通過挖掘隱含的物理規律，建立具有預測能力的理論模型，可解釋性AI算法加速了科學原理的發現過程，為化學研究提供了新的視角和可能的解決方案。這一成果將推動AI技術與化學研究的深度融合，為解決重要科學問題和實現技術創新突破開辟了新的道路。
