谷池俊明NS论坛探讨碳中和与AI
日本国际基督教大学（ICU）先端科学技术研究科教授谷池俊明先生应邀在特洛伊纪念艺术科学馆举办了“NS论坛”，主题为“...
日本国际基督教大学（ICU）先端科学技术研究科教授谷池俊明先生应邀在特洛伊纪念艺术科学馆举办了“NS论坛”，主题为“迈向碳中和社会的催化剂与AI的挑战”。NS论坛是由自然科学部门主办的系列研讨会，旨在介绍校外研究人员的前沿技术与最新研究成果。本次论坛由田旺帝教授（专业方向：化学与环境研究）主持。值得一提的是，ICU与北陆先端科学技术大学院大学（JAIST）自2014年起已签订推荐入学协议，论坛最后也对JAIST进行了简要介绍。
在讲座中，谷池教授首先援引政府间气候变化专门委员会（IPCC）的数据，深入阐释了全球变暖所带来的严重影响以及实现碳中和的紧迫性。他指出，若维持现有发展模式不变，到2050年全球气温预计将上升2°C，这将导致植物多样性减少16%、珊瑚礁近乎完全消失（达99%），并对农业与渔业造成严重冲击。要有效遏制气温持续攀升，必须从根本上改变当前物质文明的运行机制。
在此背景下，谷池教授将目光投向了在化学工业中占据核心地位的“催化剂”。据统计，催化剂参与了约80%的化学反应，并影响着全球35%的GDP。催化剂能在自身不发生变化的前提下，显著促进化学反应进程，并引导生成特定目标产物。无论是广泛应用于有机EL显示、纸尿裤、塑料瓶等产品的高分子合成，还是原油精炼中制取汽油的流化催化裂化工艺，催化剂都发挥着不可或缺的作用。谷池教授强调，若能开发出可利用废弃物合成新材料、或在无二氧化碳排放条件下制取氢气的新型催化剂，将有望彻底改变当前依赖化石资源的社会结构。
然而，新型催化剂的探索之路充满挑战。仅以流化催化裂化为例，为实现分子吸附、分离及转化等复杂过程，就需要大量不同种类的催化剂。传统上，催化剂开发主要依赖基于假设的反复实验（如哈伯-博世法历经两万次试验才成功）或偶然发现，在无限可能的元素组合中寻找理想材料，效率低下且具有很大局限性。谷池教授指出，要在2050年前实现碳中和目标，必须突破传统研发模式的束缚。
为此，他的研究团队引入了人工智能（AI）技术。通过系统组合不同元素构建催化剂材料候选库，利用AI预测各类参数与组合间的构效关系，从而高效筛选出潜力材料，实现从“假设驱动”到“数据驱动”的研发范式转变。然而，AI预测的准确性依赖于海量高质量训练数据（例如至少一万个数据点），而历史实验数据远不能满足这一需求。为解决数据短缺问题，谷池教授团队自主研发了全自动高通量实验平台，实现从材料合成到性能评估的全流程无人化操作，每日可完成多达4,000次实验，为AI模型提供了坚实的数据基础。
此外，团队还开发了AI生成“描述符”的创新技术。描述符是以低维数值表征材料高维特性的关键工具，而对全新催化剂而言，往往缺乏现成可用的描述符。这一技术使AI能够自主构建材料特性与性能间的映射关系。基于上述方法，研究团队成功从十亿个候选材料中筛选出约120种全新催化剂（数量约为已知催化剂的3倍），并已识别出多个性能优异的候选材料。
在随后的师生问答环节中，与会者就“因变量设定主体是否可能由人类转向机器”、“新型催化剂从实验室走向产业化所需产学研协同机制”等议题展开了深入讨论。参会学生纷纷表示，通过讲座了解到机器学习与AI如何赋能化学实验与研究，对前沿科研方法产生了浓厚兴趣，并期待未来能再次聆听谷池教授的精彩分享。
本次论坛为与会者提供了一个难得的机会，深入了解催化剂技术在推动碳中和目标实现方面的前沿进展，展现了跨学科融合在应对全球性挑战中的巨大潜力。
最后，在日本国际基督教大学的介绍环节中，校方重点展示了学校优越的科研环境与师资力量，强调与顶尖学者共同开展前沿研究的特色培养模式。同时，基于“重大创新往往诞生于交叉领域”的理念，ICU还允许学生跨领域转换研究方向，并支持根据学生个人背景定制课程体系，为培养具备多元视野的复合型人才提供了有力支撑。
在讲座中，谷池教授首先援引政府间气候变化专门委员会（IPCC）的数据，深入阐释了全球变暖所带来的严重影响以及实现碳中和的紧迫性。他指出，若维持现有发展模式不变，到2050年全球气温预计将上升2°C，这将导致植物多样性减少16%、珊瑚礁近乎完全消失（达99%），并对农业与渔业造成严重冲击。要有效遏制气温持续攀升，必须从根本上改变当前物质文明的运行机制。
在此背景下，谷池教授将目光投向了在化学工业中占据核心地位的“催化剂”。据统计，催化剂参与了约80%的化学反应，并影响着全球35%的GDP。催化剂能在自身不发生变化的前提下，显著促进化学反应进程，并引导生成特定目标产物。无论是广泛应用于有机EL显示、纸尿裤、塑料瓶等产品的高分子合成，还是原油精炼中制取汽油的流化催化裂化工艺，催化剂都发挥着不可或缺的作用。谷池教授强调，若能开发出可利用废弃物合成新材料、或在无二氧化碳排放条件下制取氢气的新型催化剂，将有望彻底改变当前依赖化石资源的社会结构。
然而，新型催化剂的探索之路充满挑战。仅以流化催化裂化为例，为实现分子吸附、分离及转化等复杂过程，就需要大量不同种类的催化剂。传统上，催化剂开发主要依赖基于假设的反复实验（如哈伯-博世法历经两万次试验才成功）或偶然发现，在无限可能的元素组合中寻找理想材料，效率低下且具有很大局限性。谷池教授指出，要在2050年前实现碳中和目标，必须突破传统研发模式的束缚。
为此，他的研究团队引入了人工智能（AI）技术。通过系统组合不同元素构建催化剂材料候选库，利用AI预测各类参数与组合间的构效关系，从而高效筛选出潜力材料，实现从“假设驱动”到“数据驱动”的研发范式转变。然而，AI预测的准确性依赖于海量高质量训练数据（例如至少一万个数据点），而历史实验数据远不能满足这一需求。为解决数据短缺问题，谷池教授团队自主研发了全自动高通量实验平台，实现从材料合成到性能评估的全流程无人化操作，每日可完成多达4,000次实验，为AI模型提供了坚实的数据基础。
此外，团队还开发了AI生成“描述符”的创新技术。描述符是以低维数值表征材料高维特性的关键工具，而对全新催化剂而言，往往缺乏现成可用的描述符。这一技术使AI能够自主构建材料特性与性能间的映射关系。基于上述方法，研究团队成功从十亿个候选材料中筛选出约120种全新催化剂（数量约为已知催化剂的3倍），并已识别出多个性能优异的候选材料。
在随后的师生问答环节中，与会者就“因变量设定主体是否可能由人类转向机器”、“新型催化剂从实验室走向产业化所需产学研协同机制”等议题展开了深入讨论。参会学生纷纷表示，通过讲座了解到机器学习与AI如何赋能化学实验与研究，对前沿科研方法产生了浓厚兴趣，并期待未来能再次聆听谷池教授的精彩分享。
本次论坛为与会者提供了一个难得的机会，深入了解催化剂技术在推动碳中和目标实现方面的前沿进展，展现了跨学科融合在应对全球性挑战中的巨大潜力。
最后，在日本国际基督教大学的介绍环节中，校方重点展示了学校优越的科研环境与师资力量，强调与顶尖学者共同开展前沿研究的特色培养模式。同时，基于“重大创新往往诞生于交叉领域”的理念，ICU还允许学生跨领域转换研究方向，并支持根据学生个人背景定制课程体系，为培养具备多元视野的复合型人才提供了有力支撑。
