摘要：
近日，多伦多大学（UoT）的研究团队利用人工智能技术，在短短几天内发现了一种更高效的绿色氢气生产催化剂，这一成果有望节省数年的实验时间。该团队开发的机器学习辅助计算流程，能够筛选出2070种新型金属氧化物在酸性条件下的电化学稳定性，最终确定了一种由钌、铬和钛组成的合金（Ru0.6Cr0.2Ti0.2Ox）作为候选材料，其稳定性和耐用性比基准金属好20倍。
正文：
氢能被誉为“21世纪的终极能源”，具有重量轻、发热值高、清洁低碳、可回收利用等特点。质子交换膜电解水是一种具有高能量转换率和产物氢气纯度高的制氢技术，但在这一过程中，需要大量的电力和昂贵的金属催化剂来生产氢气。
多伦多大学的研究团队通过AI技术，筛选了2070种新型金属氧化物在酸性条件下的电化学稳定性，最终确定了一种由钌、铬和钛组成的合金（Ru0.6Cr0.2Ti0.2Ox）作为候选材料。该合金在稳定性和耐用性方面比基准金属好20倍。
据论文一作、多伦多大学博士生Jehad Abed表示：“AI可以推荐数十亿种金属氧化物组合。研究人员可能需要花费数年时间才能找到一种满足他们期望条件的合金，但AI在几天之内就找到了一种高效的候选材料。”
相关研究以“Pourbaix Machine Learning Framework Identifies Acidic Water Oxidation Catalysts Exhibiting Suppressed Ruthenium Dissolution”为题，发表在《Journal of the American Chemical Society》上。
这项研究为开发用于酸性介质中电化学应用的稳定金属氧化物提供了重要见解。下一步，研究人员将在现实条件下测试合金，以验证其效果。这将有助于推动绿色氢能的发展，使其成为一种更可行的清洁燃料选择。
此外，近年来，世界各地在氢能领域取得了多项进展。例如，澳大利亚皇家墨尔本理工大学的科学家发明了一种高效、低成本的绿色氢气生成工艺，瑞士科学家发明了一种廉价而有效的方法，可以将氢气储存数月而不会流失到大气中。这些突破都强调了人工智能在材料发现领域的突破性能力和惊人速度，有助于为未来的技术找到有用的材料。
链接：
– 相关论文：https://pubs.acs.org/doi/10.1021/jacs.4c01353
– 视频链接：https://mp.weixin.qq.com/s/cQIYNAbsRtP50jXKL517EQ
– 澳大利亚皇家墨尔本理工大学的氢气生成工艺：https://phys.org/
– 瑞士氢气储存方法：https://phys.org/
Views: 0