AI+高通量实验：我们如何将催化剂的发现时间从万年缩短至6小时？

今天，我想和大家分享我们团队最近发表在 Advanced Energy Materials 上的一项激动人心的工作。我们开发了一种全新的研究范式，将人工智能（AI）与超快高通量实验相结合，成功解决了新能源领域一个棘手的难题，并创造了性能破纪录的新型催化剂！

世纪难题：“大海捞针”式的催化剂研发

在清洁能源领域，尤其是通过电解水制氢，开发高效、稳定的催化剂至关重要。近年来，“高熵合金”（HEA）催化剂因其独特的性能备受瞩目。然而，它的研发过程却异常艰难。

想象一下，我们想从元素周期表近90种金属元素中，挑选5种来组成一种新的合金催化剂，会产生多少种组合？答案是 43,949,268 种！如果按照传统方法，一天测试10个样品，要把所有组合都试一遍，大约需要 12040年！这无疑是“天方夜谭”，我们称之为“组合爆炸”的诅咒，它严重阻碍了新材料的研发进程。

[图1：传统“暴力筛选法”的困境]

我们的新思路：让AI当“导师”，实验“跑起来”！

面对这个巨大的挑战，我们不禁思考：有没有一种更“聪明”的方法？我们提出的新策略，就是将“最强大脑”和“最快的手”结合起来。

第一步：请AI“导师”指点迷津

我们首先利用了强大的大语言模型（LLM），也就是大家熟知的GPT的同类技术。我们让AI“阅读”了14242篇关于析氢反应（HER）的科研论文。通过深度学习和挖掘，AI为我们精准地筛选出了10种最有潜力的“明星元素”（如Fe, Co, Ni, Pt等）。

[图2：AI驱动的文献挖掘与元素筛选框架]

这一步直接将筛选范围从四千多万种组合，锐减到了仅仅 126 种可能的Pt基高熵合金。AI就像一位博学的导师，为我们拨开迷雾，指明了最有希望的方向。

第二步：用“超快实验”代替“慢工细活”

锁定了目标范围后，我们采用了独创的“超快高温热冲击技术”进行高通量合成与筛选。这套自动化设备可以在短短15分钟内完成一个样品的合成与测试。结合遗传算法（GA）的智能迭代优化，我们仅仅进行了 4轮迭代（总计24个样品），就在 6小时 内找到了最佳的催化剂配方！

[图3：超快高通量合成与电化学测试平台]

成果斐然：性能破纪录的“五元”高熵催化剂

通过这套“AI+高通量实验”的全新范式，我们成功发现了一种性能卓越的五元高熵合金催化剂——IrCuNiPdPt/C。

[图4：IrCuNiPdPt/C催化剂的微观形貌与元素分布]

实验数据显示，在10 mA cm⁻²的电流密度下，它的过电位仅为 25.5 mV，比目前商业化的铂碳（Pt/C）催化剂降低了49%！在稳定性测试中，它可以稳定工作超过 300小时 而性能几乎没有衰减。

[图5：新型催化剂与商业Pt/C的性能对比及长周期稳定性测试]

结语与展望

我们的这项工作，不仅是发现了一种优秀的催化剂，更重要的是，我们建立了一套连接计算智能与自主实验的、可被广泛应用的“范式转移”策略。它将新材料的发现时间从“千年”级别压缩到了“小时”级别，为解决多组分功能材料设计的“维度诅咒”问题提供了一个强有力的蓝图。

这项成果是团队合作的结晶，也离不开所有合作者的大力支持。目前，研究论文已正式在线发表。我们非常欢迎各位同仁阅读、引用我们的工作，并提出宝贵的意见。

如果您对我们的研究内容感兴趣，或是有任何问题、合作意向，都非常欢迎与我们交流探讨！让我们一起，用更智能、更高效的方法，加速推动可持续能源领域的发展！

论文信息:Fu, Z., Huang, P., Wang, X., Liu, WD., Kong, L., Chen, K., Li, J. and Chen, Y. (2025), Artificial Intelligence‐Assisted Ultrafast High‐Throughput Screening of High‐Entropy Hydrogen Evolution Reaction Catalysts. Adv. Energy Mater. 202500744. https://doi.org/10.1002/aenm.202500744

微信搜一搜小黄鸭科研笔记了解更多