🔬 physics

Predicting Activities in Aqueous Electrolyte Solutions with Hybrid Machine Learning

本文介绍了一种混合 Bromley-MCM 模型，该模型将基于物理学的 Bromley 方程与机器学习矩阵补全方法相结合，通过从稀疏的实验数据集中推断缺失参数，来预测数千种未研究水性电解质的离子活性系数和渗透活性系数。

原作者： Zeno Romero, Maximilian Kohns, Fabian Jirasek

发布于 2026-07-22

📖 1 分钟阅读☕ 轻松阅读

原作者： Zeno Romero, Maximilian Kohns, Fabian Jirasek

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下化学那看不见的世界，就像一个繁忙而混乱的舞池。在这场舞蹈中，水分子是地板，而溶解的盐类则是舞者。当这些盐类溶解时，它们会分裂成带正电的“阳离子”和带负电的“阴离子”，彼此旋转、盘旋。但它们并非只是在自由地跳舞；它们不断地相互推搡和拉扯，创造出一种复杂的社交氛围，改变了整个群体的行为方式。科学家们将这种行为称为“活性”（activity）。这是一个高级的说法，用来描述一种化学物质在溶液中的“有效性”，它决定了从电池如何储存能量到我们如何净化海水的一切。

为了预测这场舞蹈，科学家们长期以来一直使用被称为“模型”的规则手册。这些模型就像地图，告诉我们离子在不同浓度下会如何相互作用。然而，传统的地图有一个重大缺陷：它们是为特定的舞伴对专门手绘的。如果你想知道一对新的离子将如何起舞，你必须在实验室中进行测量，这既缓慢又昂贵，而且对于宇宙中每一个可能的组合来说，这往往是不可能的。几十年来，科学界一直试图逐一绘制这些地图，从而留下了巨大的空白，在这些空白处，我们根本不知道规则是什么。

就在这时，来自德国的一个研究小组使出了一个聪明的妙招。他们并没有丢弃旧的规则手册；相反，他们将一个经典的物理学地图与一种称为“矩阵补全”（matrix completion）的机器学习技术结合了起来。把这想象成一个巨大的数独谜题。想象一个电子表格，行是所有不同的阳离子，列是所有不同的阴离子。网格中的每个方格代表一种特定的盐，而里面的数字告诉我们这种盐的行为方式。问题在于，我们只拥有极少数方格中的数字——因为还没有人测量过那些特定的组合，所以网格的大部分都是空的。

由 Zeno Romero、Maximilian Kohns 和 Fabian Jirasek 领导的研究人员构建了一个名为“Bromley-MCM”的混合模型。他们采用了成熟的“Bromley 模型”，这是一个可靠的基于物理学的公式，并将其作为骨架。然后，他们植入了一个旨在填补这些缺失数独方格的机器学习算法。该算法观察那些已经填好的方格中的模式，并利用这些模式来推测成千上万个空白方格中的数字。这就像一名侦探，在观察了几种特定的舞者如何互动后，就能预测两个陌生人在一起会如何起舞，即使他从未见过他们相遇。

结果令人印象深刻。通过在 478 种不同盐类的实验数据上训练这个混合模型，该团队成功预测了 298 K（约 25°C）下 9,296 种电解质的行为。这其中包括 8,818 种在文献中不存在实验数据的盐类。当他们使用在训练过程中特意对模型隐藏的盐类来测试其预测能力时，Bromley-MCM 被证明比之前的预测方法（如“离子特异性 Bromley 模型”和 “Simoes 模型”）要准确得多。

论文明确排除了纯数据驱动的机器学习（没有物理学支持）或传统的离子特异性公式是最佳路径的观点。作者指出，虽然这些方法确实存在，但它们要么缺乏准确性，要么覆盖的化学空间要小得多。例如，依赖于离子半径的 Simoe 模型无法预测许多复杂或有机离子的行为，而新模型却能轻松处理这些情况。作者还指出，虽然他们的模型功能强大，但它并非魔法；它在处理弱电解质（如某些酸）时表现略显吃力，因为这些物质不会完全解离，而他们构建的基础物理模型并非针对这些特定情况设计。

最终，这项研究表明，通过将机器学习“猜测引擎”嵌入到坚实的物理框架之中，我们可以填补化学拼图中缺失的部分。作者提供了一套涵盖近 9,300 种盐类的完整且可直接使用的参数，实际上是为工程师和科学家们递交了一份更完整的、关于水溶液舞池的地图。这不仅仅解决了一个理论问题；它还为设计更好的电池、海水淡化厂和工业流程提供了一个实用的工具，而无需为每一种新的化学混合物进行无休止且昂贵的实验。

技术摘要：利用混合机器学习预测水溶液中的活性

问题陈述
准确预测水溶液中的活性，特别是平均离子活性系数 ( $\tilde{\gamma}_{\pm}$ ) 和渗透系数 ( $\phi$ )，对于能源存储和海水淡化等工业及自然过程至关重要。既有的热力学模型（如 Pitzer 和 Bromley 模型）依赖于利用实验数据拟合电解质特异性参数。因此，这些模型无法预测不存在实验数据的未知体系的性质。虽然存在一些预测方法（例如离子特异性 Bromley 模型或 Simoes 模型），但它们往往面临预测精度有限、由于缺失离子描述符（如离子半径）而导致适用性受限，或依赖于相关性而非对未知体系进行真正预测的问题。目前需要一种能够跨越化学空间进行泛化，并在预测未知电解质活性时保持热力学一致性的方法。

方法论
作者提出了一种新型混合模型——Bromley-MCM，该模型将基于物理的 Bromley 模型与机器学习矩阵补全法 (MCM) 相结合。

数据整理： 本研究利用了一个源自多特蒙德数据银行 (DDB) 的整合数据库，其中包含 298 K 条件下 478 种电解质的 24,856 个数据点。数据包括平均离子活性系数和渗透系数。研究应用了严格的过滤流程以确保数据一致性，包括 Gibbs-Duhem 验证以及剔除不符合 Bromley 模型框架的弱电解质。
矩阵构建： 电解质特异性 Bromley 参数 ( $B_{CA}$ ) 被排列在一个矩阵中，其中行代表阳离子 ( $C$ )，列代表阴离子 ( $A$ )。由于实验数据的稀疏性，该矩阵在很大程度上是空的（在完整数据库中，仅有 5.1% 的阳离子-阴离子组合具有数据）。
混合架构：
- 物理组件： Bromley 模型方程 (9–13) 描述了离子强度、温度与活性系数之间的关系，并利用单个可调参数 $B_{CA}$ 。
- 机器学习组件： 采用 MCM 来预测缺失的 $B_{CA}$ 值。该方法将参数矩阵分解为两个低秩矩阵 $\theta$ （阳离子特征）和 $\beta$ （阴离子特征）的乘积，使得 $B_{CA} = \theta_C \cdot \beta_A$ 。
- 训练： 模型在贝叶斯框架下通过自动微分变分推理进行端到端训练。训练目标是最小化预测值与实验 $\tilde{\gamma}_{\pm}$ 及 $\phi$ 值之间的差异。离子特异性特征向量的长度为 $K=3$ 。
评估策略： 采用“留一电解质法”（leave-one-electrolyte-out）评估预测性能。模型在除一个测试集之外的所有电解质上进行训练，该测试集用于实现真正的预测。该方法应用于一个“缩减”后的数据库（包含至少有两个已知配对的离子），以确保稳健性。

核心贡献

新型混合模型： 引入了 Bromley-MCM，它成功地将矩阵补全法嵌入到热力学框架内，用以预测未知体系的电解质特异性参数。
扩展适用性： 该模型能够预测 298 K 条件下 9,296 种电解质（83 种阳离子 $\times$ 112 种阴离子）的活性。在这些电解质中，有 8,818 种在现有文献中此前没有任何活性数据。
全面基准测试： 研究针对两种已建立的预测模型（离子特异性 Bromley 模型 [IBM] 和预测 Pitzer 参数的 Simoes 模型）进行了严格的对比。
数据发布： 作者提供了扩展后的化学空间中完整的预测 $B_{CA}$ 参数集，可在补充材料中获取。

结果

卓越的准确性： 在缩减数据库上，Bromley-MCM 在 $\ln \tilde{\gamma}_{\pm}$ 和 $\phi$ 方面均显著优于重新训练后的 IBM。其预测误差（绝对误差）明显更低，且模型捕捉到了活性随离子强度的定性依赖关系，包括在低离子强度下的特征极小值。
与 Simoes 模型的比较： 在 Simoes 模型的适用范围内进行评估时，Bromley-MCM 同样表现出更高的准确性。Simoes 模型表现出更大的离群值和更宽的四分位距。值得注意的是，虽然 Simoe 模型针对某些电解质的结果属于相关性分析（基于拟合参数），但 Bromley-MCM 为未知系统提供了真正的预测。
化学范围： Bromley-MCM 成功预测了比 Simoes 模型更广泛的化学空间，包括含有有机阴离子（如甲苯磺酸根、乙酸根）的电解质、带电荷大于 1 的离子（如 $Ca^{2+}, Lu^{3+}$ ）以及离子配合物（如 $[Co(en)_3]^{3+}$ ）。
局限性： 与 $\phi$ 相比，该模型在 $\ln \tilde{\gamma}_{\pm}$ 上的误差略高，这可能是由于通过 Gibbs-Duhem 积分得到的实验 $\tilde{\gamma}_{\pm}$ 数据存在不一致性。此外，对于含有多种质子化状态离子的电解质（如磷酸盐）的预测准确度较低，这反映了底层 Bromley 模型在处理此类复杂酸碱行为时的固有局限性。

意义与主张
论文声称，Bromley-MCM 方法通过能够在不牺牲热力学一致性的前提下预测未知系统的活性，有效地解决了经典电解质模型的局限性。通过利用参数矩阵的稀疏性和 Bromley 模型的物理约束，这种混合方法“填补了空白”。作者断言，该方法在保持高预测精度的同时，实质性地扩展了 Bromley 模型的适用范围，为缺乏实验数据的工程实践提供了一个稳健的工具。该工作并不声称解决了弱电解质或非 298 K 温度体系的模型问题，并将其列为未来的扩展方向。

技术摘要：利用混合机器学习预测水溶液中的活性

类似论文