AI幫助科學家找到綠氫最佳催化劑 比舊配方好20倍

科學家利用AI來測試材料，尋出最合適的配方。(圖/techopedia)

新阿特拉斯(New Altas)報導，AI人工智慧發展迅速，應用到自駕汽車，甚至可能取代計程車。但是許多科學家對這種發展不以爲然，他們表示現在的AI用於服務業是搞錯方向，AI應該是協助人類處理瑣碎的「找材料」。在最近一個例子中，多倫多大學 (UoT) 的研究人員透過AI的運算能力，找到最佳的效率生產綠色氫氣的催化劑，節省了好幾年的的實驗時間。

催化劑又稱「觸媒」，在化學反應中，它們不會介入反應，但是卻會加快反應，這使得生成與化合的過程變的極其有效率，因此常被形容是「真實的點金石」。歷史上最著名的催化劑事例，是第一次世界時期德意志帝國的「哈伯法制氨」(Haber Process)，在200個大氣壓及攝氏400度的環境下，以高溫鐵做爲催化劑，成功將氮氣及氫氣合成爲產生氨氣。由於氨是氮肥的原材料，對農業生產相黨關鍵，這使得哈伯法制氨被稱爲「從空氣中產麪包」的過程。

而在製作氫氣方面，氫氣如何製作? 電解法是最常見的手段，利用電解水，可以釋放出氫氣和氧氣。如果我們使用再生能源來供電，那麼產出的氫氣就相當環保，稱爲「綠色氫氣」。但是需要大量可再生能源以及昂貴的金屬來生產氫氣，所以科學家希望引入催化劑，使電解過程程更加高效且更具成本效益。

國中物理課提到的「二氧化錳」就是最常見一種金屬氧化物催化劑，現在科學家要找的，當然是更好、更具效率的配方。於金屬氧化物有數十億種，要開發出一種能夠滿足研究人員所需條件的合金，其間還要不斷的反覆實驗以證明效果，一但無效又要重來再來，因此經常需要花費數年時間。

現在，多倫多大學博士後研究員阿貝德(Jehad Abed )所帶領的研發團隊，開發了一個 AI 程式，由它們去運算 36,000 多種現已知的金屬氧化物原材料，以瞭解哪種配方是生產氫氣的最效催化劑。 非常有效率的，AI人工智慧在幾天之內就找到了一個強有力的候選配方，再經過幾輪的參數調整後，該計劃確定了一種由特定比例的釕、鉻和鈦組成的合金，並且證明，這種配方的穩定性和耐用性，是團隊基準金屬的 20 倍。

研究團隊還想要進一步瞭解原理，他們利用了「比太陽亮數十億倍」的同步加速器以確定在原子層面的反應過程，證實「AI識別的催化劑」，原子排列如何變化，並對通過的電力做出反應。

下一步的研究是在現實條件下測試合金，看看它是否能發揮作用。這可能使綠氫作爲清潔燃料成爲更可行的選擇。