|
多伦多大学（University of Toronto）的研究人员正在使用人工智能(AI)来加速寻找可持续能源的科学突破。他们利用萨斯喀彻温大学(USask)的加拿大光源(CLS)证实，人工智能生成的一种新催化剂的“配方”提供了一种更有效的制氢方法。
要制造绿色氢，你需要在水中的两块金属之间传递由可再生资源产生的电力。这会将氧气和氢气释放出来。这个过程的问题是，目前它需要大量的电力和使用稀有和昂贵的金属。
研究人员正在寻找合适的合金或金属组合，以作为催化剂，使这一反应更有效、更经济。传统上，这种搜索需要在实验室中反复试验，但是这种类似大海捞针的搜寻，需要花费太多时间。
“我们谈论的是数亿或数十亿种合金候选材料，其中一种可能是正确的答案，”杰哈德·阿贝德(Jehad Abed)说。他所在的团队开发了一个计算机程序，大大加快了搜索速度。他们的研究结果发表在《美国化学学会杂志》上。在开展这个项目的时候，阿贝德是多伦多大学爱德华·萨金特指导下的一名博士生，与卡内基梅隆大学的科学家一起工作。
该团队开发的人工智能程序采用了超过36000种不同的金属氧化物组合，并进行了虚拟模拟，以评估哪种成分组合可能效果最好。阿贝德随后在实验室测试了该程序的最佳候选人，看看它的预测是否准确。
CGCNN-HD模型架构。资料来源：《美国化学学会杂志》(2024)
该团队使用加拿大光源(CLS)的超亮X射线来分析催化剂在反应中的性能。阿贝德说：“我们需要做的是使用加拿大光源的强光照射我们的材料，看看原子排列如何变化，以及对我们输入的电量的反应。”研究人员还使用了芝加哥阿贡国家实验室的先进光子源。
根据阿贝德的说法，这种合金是由特定比例的金属钌、铬和钛组合而成的，它们的组合显然是赢家。“计算机推荐的合金在稳定性和耐用性方面比我们的基准金属要好20倍，”阿贝德说。“它持续了很长时间，而且工作效率很高。”
虽然阿贝德及其同事开发的人工智能程序显示出巨大的前景，但这种材料本身仍需要进行大量测试，以确保它能在“现实世界”的条件下持续使用。
“计算机是对的，这种合金更有效、更稳定。这是一个突破，因为它表明这种寻找更好催化剂的方法是有效的，”阿贝德说。“一个人要花几年时间才能测试出来的东西，电脑可以在几天内模拟出来。”
研究人员希望，人工智能将提供一条更快的途径，找到我们需要的答案，使绿色能源得到广泛应用。
（素材来自：University of Toronto 氢能网、新能源网综合） |
