2025年高中化学知识竞赛“人工智能与化学”融合创新大赛试题（一）.docVIP

2025年高中化学知识竞赛“人工智能与化学”融合创新大赛试题（一）

一、选择题（共5小题，每小题4分，共20分）

人工智能在分子设计中常利用量子化学计算预测分子性质。已知某AI模型通过密度泛函理论（DFT）计算得到某有机分子的HOMO轨道能量为-7.2eV，LUMO轨道能量为-1.8eV，该分子的能隙（Eg）为（）

A.5.4eVB.9.0eVC.-5.4eVD.-9.0eV

某AI算法通过分析元素周期表中元素的电负性、原子半径等数据，预测未知元素的性质。若某第七周期元素X的原子序数为119，其基态原子的价电子排布式最可能为（）

A.7s1B.7s27p1C.6d1?7s27p1D.5f1?6d1?7s27p1

在化学反应路径预测中，AI模型需判断反应的决速步。已知某可逆反应A?B?C的能量变化如图（虚拟数据）：A→B的活化能为40kJ/mol，B→C的活化能为20kJ/mol，逆反应C→B的活化能为30kJ/mol，则该反应正向的决速步为（）

A.A→BB.B→CC.C→BD.B→A

AI驱动的光谱分析技术可快速识别化合物结构。某未知物的红外光谱显示在3300cm?1处有强宽峰，1710cm?1处有强峰，该化合物可能是（）

A.乙醇（CH?CH?OH）B.乙酸（CH?COOH）C.乙醛（CH?CHO