|
NIMS（日本国立材料研究所）研究团队开发了一种人工智能技术，能够加速识别具有理想特性的材料。利用这项技术，该团队能够发现不含铂族元素的高性能电解水电极材料，铂族元素以前被认为是电解水不可缺少的物质。这些材料可用于降低大规模生产下一代能源——绿色氢的成本。这项研究发表在《ACS中央科学-ACS Central Science》杂志上。
使用电解槽大规模生产绿色氢是实现碳中和的可行手段。目前可用的电解槽依靠昂贵而稀缺的铂族元素作为其主要的电催化剂成分来加速缓慢的析氧反应(OER)——一种可以产生氢气的电解水反应。
为了解决这个问题，研究人员正在开发无铂、更便宜的OER电催化剂，该催化剂由相对丰富的化学元素组成，与大规模绿色制氢相兼容。然而，从无限多的可能组合中确定这种电催化剂的最佳化学成分被发现是非常昂贵、耗时和劳动密集的。
该NIMS研究团队最近开发了一种人工智能技术，能够通过根据可供分析的数据集的大小切换预测模型，准确预测具有所需特性的材料的成分。
使用这种人工智能，该团队能够在短短一个月内从大约3000种候选材料中识别出新的、有效的OER电催化材料。据估计，对这3000份材料进行参考、手动、全面评估需要近六年时间。
这些新发现的电催化材料只能使用相对便宜和丰富的金属元素合成：锰（Mn）、铁（Fe）、镍（Ni）、锌（Zn）和银（Ag）。实验发现，在某些条件下，这些电催化材料表现出优于氧化钌（Ru）的电化学性能，氧化钌是已知OER活性最高的现有电催化材料。
在地壳中，银（Ag）是构成新发现的电催化材料的元素中含量最低的。然而，它的地壳丰度是钌（Ru）的近100倍，这表明这些新的电催化材料可以大量合成，从而能够使用电解槽大规模生产氢气。
这些结果表明，这种人工智能技术可以用来扩大人类智能的极限，并大大加快对更高性能材料的搜索。利用这项技术，该团队计划加快开发新材料的步伐，主要是水电解槽电极材料，以提高各种有助于碳中和的电化学设备的效率。
NIMS（日本国立材料研究所）外景
该项目由Ken Sakushi（首席研究员）和Ryo Tamura（团队负责人）领导的NIMS研究团队执行。这项工作是与JST Mirai计划任务领域“低碳社会”下的另一个题为“通过将自动化实验与数据科学相结合来高通量搜索海水电解催化剂”的项目联合进行的。
（素材来自：NIMS 全球氢能网、新能源网综合） |
