AI-guided high-throughput discovery of iridium- and ruthenium-free palladium-oxide catalysts for durable acidic oxygen evolution

يتطلب إنتاج وقود الهيدروجين من الماء تقسيم جزيء الماء إلى أجزائه، وهي عملية تتطلب قدراً كبيراً من الطاقة لدفع التفاعل إلى الأمام. أحد نصفي هذا التفاعل، حيث يتم إطلاق الأكسجين، يُعرف بصعوبة تسريع وتيرته، خاصة عندما تحدث العملية في حمض قوي. ولعقود من الزمن، كانت المواد الوحيدة الموثوقة بما يكفي للتعامل مع هذه البيئة الحمضية القاسية دون أن تنهار أو تفقد قدرتها على العمل هي أكاسيد الإريديوم والروثينيوم. وهذه المعادن نادرة للغاية، وسلاسل توريدها هشة، ومركزة في أما few أماكن ومعرضة للاضطراب. وإذا أراد العالم بناء أنظمة طاقة هيدروجينية على نطاق واسع، فإن الاعتماد على مثل هذه المواد النادرة يخلق عنق زجاجة يمكن أن يعطل الصناعة بأكملها. لقد بحث العلماء طويلاً عن بديل يكون وفيراً ومتيناً في آن واحد، لكن العثور على مادة يمكنها الصمود في الظروف الحمضية مع بقائها فعالة أثبت أنه تحدٍ مستعصٍ.

استخدم فريق من الباحثين في "ليلا ساينسز" (Lila Sciences) نوعاً جديداً من منصات الاكتشاف الآلي للعثور على حل واعد، حيث حددوا عائلة من المحفزات القائمة على البالاديوم يمكن أن تعمل كبديل قابل للتطبيق. وبدلاً من الاعتماد على الحدس البشري لتخمين التركيبات الكيميائية التي قد تنجح، قاموا ببناء نظام مغلق الحلقة حيث يوجه الذكاء الاصطناعي التجارب. تجمع هذه المنصة بين التخليق الروبوتي عالي السرعة ونماذج التعلم الآلي التي تتعلم من كل نتيجة. يقوم النظام بإنشاء آلاف العينات الصغيرة من أكاسيد معدنية مختلفة، ويختبرها لمعرفة مدى جودة إنتاجها للأكسجين ومدى صمودها في الحمض، ثم يستخدم تلك البيانات لتحديد العينات الجديدة التي يجب صنعها لاحقاً. العملية مؤتمتة إلى حد كبير، حيث تتولى الروبوتات مهام التخليق والاختبار بينما يقوم الذكاء الاصطناعي بتحليل النتائج واقتراح الجولة التالية من المرشحين، مما يخلق دورة اكتشاف سريعة تتحرك بشكل أسرع بكثير من الطرق التقليدية.

على مدار حملتهم، قيم النظام ما يقرب من ثلاثة آلاف تركيبة مختلفة من المحفزات، مستكشفاً مشهداً واسعاً من المواد المصنوعة من ستة وعشرين عنصراً مختلفاً. كان الهدف هو إيج p إيجاد توازن بين احتياجين متنافسين: النشاط العالي، مما يعني أن المحفز يعمل بأقل قدر من الطاقة المهدورة، والاستقرار العالي، مما يعني أنه لا يذوب أو يتحلل بمرور الوقت. فشلت معظم المواد المختبرة في أحد الجانبين أو كليهما، فإما أنها كانت تعمل جيداً ولكنها تنهار بسرعة، أو أنها تدوم لفترة طويلة ولكنها تتطلب الكثير من الطاقة للعمل. ومع ذلك، نجح الذكاء الاصطناعي في تجاوز هذا المقايضة الصعبة وحدد مزيجين محددين برزا بوضوح. هذه المحفزات مصنوعة أساساً من البالاديوم، وهو معدن أكثر شيوعاً بكثير من الإريديوم، ولكن يتم خلطه بكميات ضئيلة من عناصر أخرى لتعزيز استقراره. وقد ثبت أن أحد المرشحين الرئيسيين، وهو مزيج من البالاديوم مع الإنديوم والمنغنيز، متين بشكل استثنائي.

عندما وضع الباحثون أفضل المرشحين في اختبارات طويلة الأمد في محلول حمضي قوي، كانت النتائج مذهلة. بدأ محفز أكسيد البالاديوم القياسي في التحلل بعد حوالي مائتي ساعة من التشغيل، بينما أظهر معيار الروثينيوم، وهو المعيار الصناعي الحالي، زيادة سريعة في الجهد الزائد عند 615 ساعة بالتزامن مع انفصال الغشاء. أما محفز البالاديوم الجديد الممزوج بالنيكل والتانتالوم فقد استمر في العمل لمدة تقارب ضعف مدة نسخة البالاديوم القياسية، حيث عمل لحوالي أربعمائة وسبعين ساعة قبل ظهور تراجع ملحوظ. أما بطل المجموعة، وهو مزيج الإنديوم والمنغنيز والبالاديوم، فقد حافظ على أدائه لأكثر من ألف ساعة دون فشل. وخلال هذه الفترة الممتدة، حافظ على انخفاض الطاقة المطلوبة لإنتاج الأكسجين، وظل تحت العتبة التي يبدأ عندها المادة عادةً في التحلل. لم يكن هذا الصمود مجرد مسألة متانة للمادة؛ فقد وجد الباحثون أن المحفز يغير شكله مادياً أثناء التشغيل. وتحت المجهر، طور سطح المحفز الناجح بنية نانوية فريدة تشبه الإبر تشكلت طبيعياً أثناء عمله. وبدت هذه البنية وكأنها تحمي المعدن الأساسي من التآكل مع الحفاظ على نشاط السطح للتفاعل الكيميائي.

يتحدى هذا الاكتشاف الافتراضات السابقة في هذا المجال. لفترة طويلة، اعتقد العلماء أن أكسيد البالاديوم النقي ليس مرشحاً جيداً لهذه المهمة تحديداً لأنه كان يُعتقد أنه غير نشط أو غير مستقر في الحمض. كانت الحكمة التقليدية تقترح أن يبحث الباحثون في مكان آخر، ربما نحو معادن أخرى تماماً. ومع ذلك، لم يعتمد نظام الذكاء الاصطناعي على هذه القواعد القديمة. فمن خلال استكشاف البيانات دون تحيز بشري، وجد أن إضافة كميات صغيرة من عناصر محددة إلى البالاديوم يمكن أن تفتح مستوى من الاستقرار والنشاط لم يتوقعه أحد. كما أثبت النظام أن النهج المرن والتكيفي للاكتشاف يتفوق على الأساليب الجامدة والمخطط لها مسبقاً. وعندما قارن الباحثون استراتيجيتهم المدفوعة بالذكالاصطناعي مقابل الخوارزميات الثابتة وحتى مقابل النماذج اللغوية الكبيرة التي تعتمد على المعرفة العلمية الموجودة، وجد النظام التكيفي أفضل الحلول بشكل أسرع واكتشف عائلة البالاديوم الجديدة في محاولات أقل. كانت الخوارزميات الثابتة تميل إلى الانحباس في استكشاف المناطق المعروفة نفسها، بينما فشلت النماذج اللغوية، التي تفتقر إلى القدرة على التعلم من البيانات التجريبية في الوقت الفعلي، في تحديد المواد الواعدة.

لا يدعي هذا العمل أنه قد حل مشكلة إنتاج الهيدروجين تماماً، ولكنه يمثل خطوة كبيرة للأمام. لا يزال البالاديوم معدناً ثميناً، ولكنه أكثر توفراً من الإريديوم، مع سلسلة توريد أكثر تنوعاً وأقل عرضة للنقص المفاجئ. إن القدرة على استخدام محفزات قائمة على البالاديوم يمكن أن تخفف الضغط على الموارد العالمية بينما يستمر البحث عن بدائل أكثر وفرة وغير ثمينة. ويؤكد الباحثون أن الاختراق الحقيقي لا يكمن فقط في المواد المحددة التي وجدوها، بل في الطريقة المستخدمة لإيجادها. فمن خلال دمج الذكاء الاصطناعي مع التجريب عالي الإنتاجية، أنشأوا نظاماً قادراً على كشف الحلول غير البديهية التي قد يغفل عنها الخبراء البشريون. وقد أثبتت المنصة بنجاح أن الآلات يمكنها أن تتعلم كيفية التنقل في المقايضات المعقدة لعلوم المواد، وتحديد محفزات متينة وفعالة يمكنها تحمل الظروف القاسية المطلوبة لمستقبل الطاقة النظيفة. وتشير الهياكل الشبيهة بالإبر التي تشكلت على سطح أفضل المحفزات إلى أن الطريق نحو مواد أفضل قد يتضمن التصميم بناءً على كيفية تغيرها أثناء الاستخدام، وليس فقط على شكلها عندما تكون جديدة. وبينما يتطلع الفريق إلى المستقبل، يخططون لاستخدام هذا النهج المؤتمت نفسه لاستكشاف نطاقات أوسع من المواد، بهدف إيجاد حلول ليست فعالة فحسب، بل ومستدامة وقابلة للتوسع من أجل انتقال الطاقة العالمي.