Искусственный интеллект для сложных каталитических систем: высокоэнтропийные сплавы в электрокаталитическом полу­гидрировании ацетилена

Анализ больших массивов данных с использованием искусственного интеллекта открывает возможности для теоретического исследования систем, сочетающих сложные каталитические материалы и комплексные каталитические реакции. В настоящей работе высокоэнтропийные сплавы (HEA) рассматриваются как потенциальные электрокатализаторы электрохимического полугидрирования ацетилена. Благодаря разнообразному сочетанию составляющих элементов HEA обеспечивают множество активных центров на поверхности, тогда как присутствие бидентатных дикарбоновых частиц дополнительно усложняет взаимодействия на поверхности. Объединяя расчёты в рамках теории функционала плотности, разработку геометрического оптимизатора и прогнозирование методами машинного обучения на основе графовых нейронных сетей, мы эффективно формируем обширную базу данных, включающую 52 900 характеристик адсорбции для поверхностей HEA AgAuCuNiPd. Лассо-регрессия и t-SNE-проекция выявляют различное влияние пяти металлических компонентов на свойства адсорбции и реакции. Используя Cu в качестве эталона, с помощью логистической регрессии оценивается способность других компонентов превосходить Cu по каталитической активности и селективности в отношении этилена. Полученные результаты показывают, что, хотя HEA могут улучшать протекание реакции, тройной сплав AgAuCu обеспечивает оптимальные результаты, что указывает на отсутствие необходимости в высокой энтропии. Предложенная методология исследования может быть распространена на другие сложные каталитические системы, обеспечивая ценные сведения о каталитических механизмах и способствуя проведению экспериментальных исследований.