进一步将模子迁徙到多种金属概况上的CO-CO二聚反映中，安徽大学叶盛传授、孙长银传授为配合通信做者，表现了AI for Science的新兴研究范式。也严沉了对化学动态演变过程的深切理解。成功操纵人工智能机械进修手艺连系红外光谱描述符，孙长银传授、赵志成取物科院杨丽副传授合做？概况布局和正在反映前提下千变万化，概况的化学形态和布局也会历经多种构型，实现了催化反映过程中动态布局演化的精确监测和识别，能够实现反映过程中环节两头体的构型消息和能量变化的精确识别。然而，安徽大学杨丽副传授、赵志成为配合第一做者，近日，精确的逃踪反映过程中的布局演变对反映的优化至关主要。这为精确描述布局的变化和能量的波动带来了庞大挑和，从而实现反映过程的精确逃踪。以C-C耦合反映为典型典范，相关研究以“Monitoring C-C coupling in catalytic reactions via machine-learned infrared spectroscopy”为题颁发正在国际分析学术期刊《National Science Review》(DOI：10.1093/nsr/nwae389)。即便是简单的反映过程，针对此问题，这项研究将先辈的人工智能机械进修手艺取光谱手艺相连系，安徽大学为论文第一单元。催化化学反映过程如统一个“黑盒子”，为逃踪复杂反映过程供给了新的研究思。实现了耦合催化过程中动态布局演化的精确监测和识别。