在本报告中,我们描述了在 NeurIPS 2021 上举办的开放催化剂挑战赛,该挑战赛的重点是使用机器学习 (ML) 来加速寻找可以驱动将可再生能源转化为可储存形式的反应的低成本催化剂。具体来说,挑战赛要求参与者开发用于松弛能量预测的 ML 方法,即给定吸附质-催化剂系统的原子位置,目标是预测系统松弛或最低能量状态的能量。为了在这项任务上表现出色,ML 方法需要近似密度泛函理论 (DFT) 中的量子力学计算。通过对这些进行准确建模,可以估计催化剂对化学反应总体速率的影响;这是筛选潜在电催化剂材料的关键因素。挑战赛鼓励整个社区在这项任务上取得进展,获胜方法将直接松弛能量预测相对于之前的最先进水平提高了约 15%。
主要关键词