近日，新加坡国立大学Jianping Xie、康奈尔大学Fengqi You、清华大学王笑楠、香港中文大学陈添锴等人综述了金属纳米团簇与智能合成的研究进展。

原子级精确的金属纳米团簇 (MNC) 代表了一类具有类似分子特性的迷人超小纳米粒子，连接了传统的金属配体复合物和纳米晶体。尽管它们具有多种应用潜力，但合成挑战仍然存在，例如对各种合成参数的精确理解和特性驱动的合成，阻碍了它们的充分利用和更广泛的应用。结合智能合成方法，包括闭环自动化框架、数据解释和人工智能反馈，为应对这些挑战提供了有希望的解决方案。

从这个角度来看，研究人员总结了已在各种纳米材料中得到证实的闭环智能合成，并探索了 MNC 智能合成的研究前沿。此外，作者还讨论了 MNC 智能合成固有的挑战和机遇，旨在为这一新兴的科学人工智能领域的未来发展提供见解和方向，而深度学习算法的集成将通过提供增强的预测能力、优化策略和控制机制，大大丰富智能合成研究，从而扩展 MNC 合成的潜力。

参考文献：

Zhucheng Yang, Anye Shi, Ruixuan Zhang, Zuowei Ji, Jiali Li, Jingkuan Lyu, Jing Qian, Tiankai Chen, Xiaonan Wang, Fengqi You, and Jianping Xie. When Metal Nanoclusters Meet Smart Synthesis. ACS Nano 2024 18 (40), 27138-27166

DOI: 10.1021/acsnano.4c09597

https://pubs.acs.org/doi/10.1021/acsnano.4c09597