近日，中国科学院大连化学物理研究所（以下简称“大连化物所”）研究员靳艳团队开发的“CataAI表征专家系统”在2024科学智能峰会上正式发布。“CataAI表征专家系统”是由大连化物所独立研发的能源催化材料表征数据智能分析系统，可智能化分析源于电子显微镜、红外光谱、质谱、X射线衍射等的多维度、多模态的能源催化材料表征数据。

CataAI表征专家系统示意图。大连化物所供图

近年来，人工智能技术驱动已成为材料研究领域的新范式。人工智能技术的应用实现了新材料的高通量合成，但同时，也产生了大量的表征数据，高效分析表征数据成为影响材料研发的关键步骤。

针对表征数据量大、多维数据交叉、数据间互译和耦合难等问题，研究团队开发了“CataAI表征专家系统”，在表征数据中的图像和谱图的智能处理方面取得系列进展。团队建立了双阶段神经网络模型，对图像中的颗粒目标进行检测和识别，利用损失函数确定最优目标框并送入分割模型进行像素分类，最终得到了精确的颗粒边界信息，实现催化剂材料中纳米粒子、团簇和单原子等复杂信息的精准分析。随后，团队针对特定反应过程设计了可解释的红外光谱数据预处理模型，包括去基线、拟合分峰等，通过数据特征提取、深度学习模型训练，实现了原位光谱中催化反应过程下材料表面官能团物种的实时、智能的识别和分析。团队还通过自建数据库和新算法，实现了从质谱图到分子结构推荐，并且构建了数据管理、分类储存、图谱数据的特征参数智能提取等功能。

“CataAI表征专家系统”将作为首个案例应用在DICP AI Lab上。DICP AI Lab是大连化物所与北京深势科技有限公司合作共同打造的“大连化物所专属AI生态圈”，旨在为AI相关研究提供实践与共享生态环境。

此外，大连化物所将进一步建设智能化的表征实验室，“CataAI表征专家系统”有望作为智能表征实验室的智慧大脑，为能源催化研究提供高水平技术支持，推动能源催化领域的创新和进步。