团队利用人工智能找到更便宜的绿色氢气生产方法

Josiah01 · 发表于 2024-8-30 15:55:09

多伦多大学的研究人员正在利用人工智能加速可持续能源研究的科学突破。他们利用萨斯喀彻温大学 (USask) 的加拿大光源 (CLS) 证实，人工智能生成的新催化剂“配方”提供了一种更有效的氢燃料制造方法。
要制造绿色氢气，你需要将由可再生资源产生的电能传递到水中的两块金属之间。这会释放氧气和氢气。这一过程的问题是，目前需要大量电力，而且所用的金属稀有且昂贵。
研究人员正在寻找合适的合金或金属组合，以充当催化剂，使该反应更有效、更经济。传统上，这种搜索需要在实验室中反复试验，但当你试图在大海捞针时，这种方法太耗时了。
杰哈德·阿贝德说：“我们谈论的是数亿甚至数十亿种合金候选材料，其中一种可能就是正确答案。”他所在的团队开发了一种计算机程序，可以大大加快搜索速度。
研究结果发表在《美国化学学会杂志》上。在进行这个项目时，Abed 是多伦多大学 Edward Sargent 指导的博士生，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 36,000 多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效果最好。然后，Abed 在实验室中测试了该程序的最佳候选物，以查看其预测是否准确。
研究小组利用 CLS 的超亮 X 射线分析催化剂在反应过程中的性能。“我们需要做的是利用加拿大光源的超亮光照射我们的材料，观察原子排列如何变化，以及对我们输入的电量有何反应，”Abed 说。研究人员还使用了芝加哥阿贡国家实验室的先进光子源。
阿贝德表示，这种合金是按特定比例混合金属钌、铬和钛而成的，显然是最佳选择。
“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高出 20 倍，”他说。“它使用寿命长，工作效率高。”
虽然吉哈德和同事开发的人工智能程序显示出巨大的前景，但材料本身仍需要经过大量测试，以确保它能够在“现实世界”条件下持久耐用。
“计算机的预测是正确的，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。“人类需要几年才能完成的测试，计算机只需几天就能模拟出来。”
研究人员希望人工智能能够提供一条更快的途径来找到我们所需的答案，从而使绿色能源能够得到广泛应用。

账号		自动登录	找回密码
密码			立即注册