2026年《国家科学评论》 AI+材料科学国际前沿论坛

20 / 2026-11-04 15:32:37

面向材料与催化剂发现的科学智能： 数据整合、物理约束与自动化模拟

科学智能,材料信息学,晶体结构,反应机理,催化剂设计

材料与催化剂发现的关键，是将分散的结构与性质数据转化为可检验的物理判断，解释与预测材料性能。本报告围绕科学智能如何连接材料证据、结构约束与反应机理展开。MateriaViva整合多源晶体结构与性质数据，保留来源、计算方法及实验属性，支持化学空间探索、性质比较与候选筛选。PRIS通过自主提出、检验与反驳假设，提炼八条可解释的无机晶体合理性规则，从原子接触、静电平衡、键价和晶位复杂性等方面诊断候选结构，为昂贵计算前的初筛提供物理依据。面向工作条件下的催化过程，CatDT利用科学智能体协调计算工具，连接表面重构、吸附采样、反应机理搜索、势垒计算与微观动力学。结合多类催化体系的基准比较和丙烷脱氢设计案例，报告将讨论表面结构与竞争路径如何影响活性和选择性，以及迭代计算如何提出催化剂候选与机理假设。并讨论数据覆盖、模型适用范围与独立验证对科学结论的影响，明确结构合理性、性能预测和实验确认之间的区别。