日前，中国中国科学技术大学教授李微雪团队在多相催化领域取得重大突破，科学其研究成果在线发表于《科学》杂志。家用

该研究利用人工智能技术揭示了负载型金属催化剂中“金属-载体相互作用”的破解本质，解决了困扰该领域近50年的年难难题。

报道称，中国自2017年起，科学李微雪带领团队历时8年，家用通过收集25种金属和27种氧化物的破解实验数据，使用可解释性AI算法构建了一个包含300亿个表达式的年难候选空间。

通过可解释性AI(A)和实验数据(B)建立金属-载体相互作用数学模型,中国“复原”缺失实验数据(C)，量化金属-氧和金属-金属相互作用(D)，科学解耦对MSI贡献(E)

最终，家用他们建立了一个具有明确物理意义的破解机器学习公式，首次完整揭示了影响金属-载体相互作用的年难两个关键物理量：“金属-氧相互作用”和“金属-金属相互作用”。

这一发现为理解金属-载体相互作用提供了全新视角，并提出了“强金属-金属作用”原理性判据，有效解释了目前几乎所有在这类体系中观测到的包覆现象。

值得一提的是，该研究还得到了中国科学院院士、清华大学教授李亚栋的高度认可，他认为该成果对高效负载型催化剂的理性设计极具指导价值。

此外，已有实验课题组利用此次提出的理论合成了新的催化材料体系，后续新催化反应的研究工作也在快速推进中。

分子动力学揭示氧化物包裹金属催化剂(A-D)，金属-金属相互作用决定包覆界面结构与动力学(E-F)，强金属-金属作用包裹原理性判据(H)