科學(xué)通報(bào)AI入門(mén)系列 | 人工智能+原子級(jí)催化劑：推動(dòng)能源轉(zhuǎn)化的新突破！

隨著全球能源轉(zhuǎn)型的加速，如何提升催化劑的效率成為科學(xué)研究的重點(diǎn)。原子級(jí)催化劑因其獨(dú)特的高金屬利用率和可調(diào)控的局部結(jié)構(gòu)，在能源轉(zhuǎn)化、化工合成等領(lǐng)域展現(xiàn)出巨大的潛力。然而，開(kāi)發(fā)高效的原子級(jí)催化劑仍面臨諸多挑戰(zhàn)。近年來(lái)，人工智能（AI）技術(shù)的引入為催化劑設(shè)計(jì)提供了全新的思路。近日，北京大學(xué)鄒如強(qiáng)教授團(tuán)隊(duì)總結(jié)了AI驅(qū)動(dòng)的原子級(jí)催化劑設(shè)計(jì)與自動(dòng)化合成的最新進(jìn)展，探討了AI如何推動(dòng)能源轉(zhuǎn)化領(lǐng)域的創(chuàng)新突破。

在全球能源轉(zhuǎn)型的背景下，如何提高催化劑的效率，成為科學(xué)界的關(guān)鍵挑戰(zhàn)。原子級(jí)催化劑（ ALCs），如單原子催化劑（SACs）和雙原子催化劑（DACs），以其高金屬利用率和可調(diào)控的結(jié)構(gòu)在能源轉(zhuǎn)化領(lǐng)域表現(xiàn)出了巨大的應(yīng)用潛力。然而，傳統(tǒng)的催化劑設(shè)計(jì)方法面臨結(jié)構(gòu)- 性能復(fù)雜性和高昂的實(shí)驗(yàn)成本等挑戰(zhàn)。

那么，人工智能如何助力原子級(jí)催化劑的研發(fā)呢？

近年來(lái)，人工智能技術(shù)，特別是機(jī)器學(xué)習(xí)（ ML）、圖神經(jīng)網(wǎng)絡(luò)（GNN）和大語(yǔ)言模型（LLM ），已開(kāi)始在催化劑設(shè)計(jì)中發(fā)揮重要作用。這些技術(shù)能夠幫助我們高效篩選出潛在的高性能催化劑，大幅提高研發(fā)效率并降低實(shí)驗(yàn)成本。

圖1用于原子級(jí)催化劑的AI技術(shù)

AI加速催化劑篩選與設(shè)計(jì)

機(jī)器學(xué)習(xí)通過(guò)建立結(jié)構(gòu)-性能預(yù)測(cè)模型，能在海量的候選材料中快速識(shí)別出最具潛力的催化劑。例如，通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方法，研究人員可以在原子級(jí)別篩選出最適合的配位環(huán)境、金屬種類和載體結(jié)構(gòu)，為催化劑的設(shè)計(jì)提供重要的理論支持。

圖神經(jīng)網(wǎng)絡(luò)（GNN）則在催化劑設(shè)計(jì)中展現(xiàn)出了巨大的優(yōu)勢(shì)。GNN通過(guò)圖結(jié)構(gòu)表示催化體系的原子和鍵，不依賴于手工特征，可以自動(dòng)學(xué)習(xí)催化反應(yīng)中的重要關(guān)系。利用這種技術(shù)，研究人員能夠更好地理解催化劑在不同反應(yīng)條件下的穩(wěn)定性和反應(yīng)性，甚至預(yù)測(cè)未知材料的催化性能。

LLM賦能：跨領(lǐng)域知識(shí)整合與自動(dòng)化合成

LLM的出現(xiàn)為催化劑設(shè)計(jì)提供了新的動(dòng)力。LLM不僅能夠從大量文獻(xiàn)中提取關(guān)鍵信息，構(gòu)建統(tǒng)一的知識(shí)圖譜，還可以輔助催化劑的合成路徑預(yù)測(cè)和反應(yīng)機(jī)制的揭示。通過(guò)自動(dòng)化數(shù)據(jù)抽取和分析，LLM為催化劑設(shè)計(jì)提供了強(qiáng)有力的數(shù)據(jù)支持，加速了新材料的發(fā)現(xiàn)。

同時(shí)，AI驅(qū)動(dòng)的自動(dòng)化合成平臺(tái)也成為推動(dòng)催化劑研發(fā)的重要工具。通過(guò)機(jī)器人合成和高通量測(cè)試，這些平臺(tái)能夠在統(tǒng)一的實(shí)驗(yàn)條件下快速驗(yàn)證催化劑的性能。更重要的是，自動(dòng)化平臺(tái)通過(guò)實(shí)時(shí)數(shù)據(jù)分析和在線優(yōu)化，加速了實(shí)驗(yàn)驗(yàn)證和優(yōu)化過(guò)程。

圖2 基于opentrons的高通量液體移液平臺(tái)

未來(lái)展望：AI與自動(dòng)化平臺(tái)深度融合，助力能源轉(zhuǎn)化革命

隨著AI技術(shù)的不斷進(jìn)步，原子級(jí)催化劑的研發(fā)將更加智能化和高效化。通過(guò)將機(jī)器學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)和大語(yǔ)言模型與自動(dòng)化平臺(tái)結(jié)合，催化劑的篩選、合成和優(yōu)化過(guò)程可以更加快速、精確。這不僅為能源轉(zhuǎn)化提供了更高效的解決方案，也為綠色制造和環(huán)境治理開(kāi)辟了新的道路。未來(lái)，AI與自動(dòng)化平臺(tái)的深度融合將進(jìn)一步推動(dòng)原子級(jí)催化劑從實(shí)驗(yàn)室到工業(yè)應(yīng)用的轉(zhuǎn)變。

文章信息

馮龍,夏怡然,馬冰冰,吳凱,周湛彬,田也,鐘瑞琴,陳為彬*,鄒如強(qiáng)*. 人工智能驅(qū)動(dòng)的原子級(jí)催化劑設(shè)計(jì)與合成. 科學(xué)通報(bào), 2026, doi: 10.1360/CSB-2025-5822

《科學(xué)通報(bào)》是 中國(guó)科學(xué)院主管、中國(guó)科學(xué)院和國(guó)家自然科學(xué)基金委員會(huì)共同主辦的綜合性中文學(xué)術(shù)期刊，致力于快速報(bào)道自然科學(xué)各學(xué)科基礎(chǔ)理論和應(yīng)用研究的最新研究動(dòng)態(tài)、消息、進(jìn)展, 點(diǎn)評(píng)研究動(dòng)態(tài)和學(xué)科發(fā)展趨勢(shì)。每10天出版1期；欄目包括進(jìn)展、評(píng)述、快訊、論文、觀點(diǎn)、科技前沿、科學(xué)訪談、亮點(diǎn)述評(píng)、悅讀科學(xué)等。《科學(xué)通報(bào)》是《中國(guó)科技論文與引文數(shù)據(jù)庫(kù)》和《中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)》的源期刊，同時(shí)被EI、ESCI和Scopus等收錄，入選中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心分區(qū)表綜合性大類1區(qū)TOP期刊；中國(guó)科技期刊卓越行動(dòng)計(jì)劃領(lǐng)軍期刊。

期刊官網(wǎng)：http://csb.scichina.com

轉(zhuǎn)載、投稿請(qǐng)留言

| 關(guān)注科學(xué)通報(bào) | 了解科學(xué)前沿