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，開發(fā)高效的原子級催化劑仍面臨諸多挑戰(zhàn)。近年來，人工智能（AI）技術(shù)的引入為催化劑設(shè)計提供了全新的思路。近日，北京大學(xué)鄒如強(qiáng)教授團(tuán)隊(duì)總結(jié)了AI驅(qū)動的原子級催化劑設(shè)計與自動化合成的最新進(jìn)展，探討了AI如何推動能源轉(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催化劑的研發(fā)呢？

近年來，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）和大語言模型（LLM ），已開始在催化劑設(shè)計中發(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用于原子級催化劑的AI技術(shù)

AI加速催化劑篩選與設(shè)計

機(jī)器學(xué)習(xí)通過建立結(jié)構(gòu)-性能預(yù)測模型，能在海量的候選材料中快速識別出最具潛力的催化劑。例如，通過數(shù)據(jù)驅(qū)動的方法，研究人員可以在原子級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)計中展現(xiàn)出了巨大的優(yōu)勢。GNN通過圖結(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)測未知材料的催化性能。

LLM賦能：跨領(lǐng)域知識整合與自動化合成

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

同時，AI驅(qū)動的自動化合成平臺也成為推動催化劑研發(fā)的重要工具。通過機(jī)器人合成和高通量測試，這些平臺能夠在統(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，自動化平臺通過實(shí)時數(shù)據(jù)分析和在線優(yōu)化，加速了實(shí)驗(yàn)驗(yàn)證和優(yōu)化過程。

圖2 基于opentrons的高通量液體移液平臺

未來展望：AI與自動化平臺深度融合，助力能源轉(zhuǎn)化革命

隨著AI技術(shù)的不斷進(jìn)步，原子級催化劑的研發(fā)將更加智能化和高效化。通過將機(jī)器學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)和大語言模型與自動化平臺結(jié)合，催化劑的篩選、合成和優(yōu)化過程可以更加快速、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)境治理開辟了新的道路。未來，AI與自動化平臺的深度融合將進(jìn)一步推動原子級催化劑從實(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)動的原子級催化劑設(shè)計與合成. 科學(xué)通報, 2026, doi: 10.1360/CSB-2025-5822

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

期刊官網(wǎng)：http://csb.scichina.com

轉(zhuǎn)載、投稿請留言

| 關(guān)注科學(xué)通報 | 了解科學(xué)前沿