报告题目：人工智能在多相催化研究中应用探索

报告时间：2025年6月27日上午10：00

报告地点：致腾楼223会议室

报告人：李微雪 教授

主持人：苏陈良 教授

个人简介：中国科学技术大学讲席教授，中国化学会会士，国家杰青。1998年博士毕业于中国科学院力学研究所，1999-2004年先后在德国、丹麦从事博士后研究，2004-2015年在中国科学院大连化学物理研究所工作，2015年至今在中国科学技术大学工作。研究方向为理论与计算催化，已发表包括Science (3篇)、Nature Catalysis(2篇)、Nature Nanotechnology在内的180余篇论文。先后获国家基金委杰出青年基金(2012)、中国催化青年奖(2014)、中国科学技术大学杰出研究校长奖(2021年度、2024 年度)等荣誉称号。现主持国家基金委创新群体项目、任美国化学会期刊ACS Catalysis副主编。

摘要：催化剂的高活性和高选择性是催化化学的核心，其长效热稳定性和工况下的化学稳定性是实现从基础研究到工业实践跨越的主要瓶颈之一。负载型金属催化剂的烧结失活是催化剂稳定性差所面临的主要挑战，如何调控金属-载体相互作用(MSI)解决这一挑战是目前催化研究的重大前沿课题。针对这些问题，我们团队结合大数据和AI技术，首次统一了催化剂生长动力学理论，建立了MSI 调控催化剂烧结稳定性的Sabatier 原理，确定了最佳的MSI载体筛选原则；为解决极端条件下的稳定性挑战，提出了双功能载体设计理论。针对MSI 敏感依赖于催化剂的组分、结构、尺寸、制备和反应条件等挑战问题，我们在实验数据基础上，运用可解释AI技术，建立了物理清晰的MSI‎控制方程，同时准确描述了氧化物负载的金属纳米、单原子催化剂，金属负载的氧化物催化剂等界面体系；提出了强金属-金属作用判据，成功解释了迄今为止所有的氧化物载体包覆金属催化剂的实验现象，预测了大量新的界面包覆体系。这表明 AI可显著加速科学原理发现，为工业催化剂体系设计和构筑提供重要指导。

关键词：AI；金属载体作用；稳定性理论

参考文献

[1]  S. Hu, W. X. Li, Sabatier principle of metal-support interaction for design of ultrastable metal nanocatalysts, Science, 2021, 374, 1360.

[2]  T. R. Wang, J. Y. Hu, R. H. Ouyang, W. X. Li，Nature of Metal-Support Interaction for Metal Catalysts on Oxide Supports, Science, 2024, 386, 915