利用人工智能理解异构催化反应内在动力学的前景
化学物理
2025-10-23 v1 人工智能
摘要
人工智能 (AI) 正通过加速仿真和材料发现影响异构催化研究。一个关键前沿是将AI与多尺度模型和多模态实验集成，以解决将内在动力学链接到可观测量的“多对一”挑战。机器学习势能面、微观动力学和反应器建模的进展使化学空间的快速探索成为可能，而原位和瞬态数据则提供了前所未有的见解。然而，数据质量不一致且模型复杂度限制了机制发现。生成式和智能体AI可以自动生成模型、量化不确定性并将理论与实验耦合，实现“自驾模型”，产生可解释、可重复且可迁移的催化系统理解。
引用
@article{arxiv.2510.18911,
title = {Prospects for Using Artificial Intelligence to Understand Intrinsic Kinetics of Heterogeneous Catalytic Reactions},
author = {Andrew J. Medford and Todd N. Whittaker and Bjarne Kreitz and David W. Flaherty and John R. Kitchin},
journal= {arXiv preprint arXiv:2510.18911},
year = {2025}
}
备注
Submitted to "Current Opinion in Chemical Engineering" for peer review