中国科学技术大学的研究团队近期在金属-载体相互作用领域取得了突破性进展，他们利用可解释性人工智能（XAI）技术，成功揭示了这一复杂现象的本质。
这项研究通过对多篇文献的实验数据进行综合分析，涵盖了多达25种金属和27种氧化物载体。研究团队采用了一种创新的方法，将可解释性AI算法应用于这些实验数据中，以材料的基本性质作为出发点，通过复杂的数学运算，构建了一个包含300亿个表达式的庞大特征空间。
在特征空间的基础上，研究团队利用压缩感知算法，结合化学领域的专业知识和理论推导，精心筛选出了既具有物理意义又数值准确的描述符。这些描述符被用来建立金属-载体相互作用与材料性质之间的精确控制方程，从而揭示了决定金属-载体相互作用的根本因素。
这一研究成果不仅解决了氧化物载体包覆金属催化剂的难题，还为高活性、高选择性、高稳定性催化剂的优化设计提供了有力支持。未来，这有望推动新催化材料和新催化反应的发现，为能源、环境和材料领域的绿色升级和可持续发展注入新的动力。
更重要的是，这项研究展示了可解释性AI算法在科学实验数据中的强大应用能力。通过挖掘隐含的物理规律，建立具有预测能力的理论模型，可解释性AI算法加速了科学原理的发现过程，为化学研究提供了新的视角和可能的解决方案。这一成果将推动AI技术与化学研究的深度融合，为解决重要科学问题和实现技术创新突破开辟了新的道路。
