【儀表網(wǎng) 研發(fā)快訊】11月6日，中國科學院大連化學物理研究所能源研究技術(shù)平臺(DNL20)靳艷研究員團隊開發(fā)的“CataAI表征專家系統(tǒng)”在2024科學智能峰會上正式發(fā)布，會上，靳艷詳細介紹了該系統(tǒng)及其開發(fā)過程。“CataAI表征專家系統(tǒng)”是由DNL20獨立研發(fā)的能源催化材料表征數(shù)據(jù)智能分析系統(tǒng)，可智能化分析源于電子顯微鏡、紅外光譜、質(zhì)譜、X射線衍射等的多維度、多模態(tài)的能源催化材料表征數(shù)據(jù)。
 

　　近年來，人工智能技術(shù)驅(qū)動已成為材料研究領(lǐng)域的新范式。人工智能技術(shù)的應用實現(xiàn)了新材料的高通量合成，但同時，也產(chǎn)生了大量的表征數(shù)據(jù)，高效分析表征數(shù)據(jù)成為影響材料研發(fā)的關(guān)鍵步驟。
 

　　針對表征數(shù)據(jù)量大、多維數(shù)據(jù)交叉、數(shù)據(jù)間互譯和耦合難等問題，研究團隊開發(fā)了“CataAI表征專家系統(tǒng)”，在表征數(shù)據(jù)中的圖像和譜圖的智能處理方面取得系列進展：建立了雙階段神經(jīng)網(wǎng)絡模型，對圖像中的顆粒目標進行檢測和識別，利用損失函數(shù)確定最優(yōu)目標框并送入分割模型進行像素分類，最終得到了精確的顆粒邊界信息，實現(xiàn)催化劑材料中納米粒子、團簇和單原子等復雜信息的精準分析；針對特定反應過程設計了可解釋的紅外光譜數(shù)據(jù)預處理模型，包括去基線、擬合分峰等，通過數(shù)據(jù)特征提取、深度學習模型訓練，實現(xiàn)了原位光譜中催化反應過程下材料表面官能團物種的實時、智能的識別和分析；通過自建數(shù)據(jù)庫和新算法，實現(xiàn)了從質(zhì)譜圖到分子結(jié)構(gòu)推薦；構(gòu)建了數(shù)據(jù)管理、分類儲存、圖譜數(shù)據(jù)的特征參數(shù)智能提取等功能。
 

　　“CataAI表征專家系統(tǒng)”將作為首個案例應用在DICP AI Lab上。DICP AI Lab是中國科學院大連化學物理研究所與北京深勢科技有限公司合作共同打造的“大連化物所專屬AI生態(tài)圈”，旨在為我所AI相關(guān)研究提供實踐與共享生態(tài)環(huán)境。
 

　　此外，DNL20將進一步建設智能化的表征實驗室，“CataAI表征專家系統(tǒng)”有望作為智能表征實驗室的智慧大腦，為能源催化研究提供高水平技術(shù)支持，推動能源催化領(lǐng)域的創(chuàng)新和進步。
 

　　上述工作得到了榆林中科潔凈能源創(chuàng)新研究院人工智能科技專項等項目的支持。(文/圖 劉岳峰、劉源)