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

利用水制造氢燃料需要将水分子分解成其组成部分，这一过程需要消耗大量的能量来推动反应进行。其中一半的反应（即释放氧气的半反应）在加速方面极具挑战性，尤其是在强酸环境下进行时。几十年来，唯一足够可靠、能在这种严苛且具有腐蚀性的酸性环境中保持完整并维持功能的材料是氧化铱和氧化钌。这些金属极其稀有，它们的供应链脆弱，高度集中于少数地区，容易受到供应中断的影响。如果世界希望大规模构建氢能系统，依赖如此匮甘的材料将会造成瓶颈，从而可能使整个行业停滞不前。科学家们长期以来一直在寻找一种既丰富又耐用的替代品，但要找到一种既能在酸性条件下生存又能保持高效性能的材料，已被证明是一个难以捉摸的挑战。

Lila Sciences 的一个研究团队现在使用了一种新型自动化发现平台找到了一个充满前景的解决方案，确定了一类可以作为可行替代方案的钯基催化剂家族。该团队并非依靠人类直觉去猜测哪些化学组合可能会奏效，而是构建了一个由人工智能指导实验的闭环系统。这个平台结合了高速机器人合成技术与机器学习模型，后者能够从每一次实验结果中学习。该系统创建了数千个不同的金属氧化物微小样本，测试它们产生氧气的效率以及在酸中的耐久度，然后根据数据决定下一步制作哪些新样本。整个过程很大程度上是自动化的：机器人在处理合成与测试工作，而人工智能则负责分析结果并提出下一轮候选者的建议，这创造了一个比传统方法快得多的快速探索循环。

在整个研发过程中，该系统评估了近三千种不同的催化剂成分，探索了一个由二十六种不同元素组成的广阔材料景观。目标是在两个相互竞争的需求之间寻求平衡：高活性（意味着催化剂以最小的能量损耗运行）与高稳定性（意味着它不会随时间推移而溶解或降解）。大多数被测试的材料要么在一项指标上表现出色但在另一项上失败——例如有的效果很好但很快损坏，或者持久力很强但需要过高的能量才能运作。然而，AI 成功地驾驭了这个艰难的权衡，并识别出了两种脱颖而出的特定混合物。这些催化剂主要由钯制成，虽然钯也是贵金属，但比起铱来说更为常见，通过加入少量的其他元素来进行稳定处理。其中最领先的候选者之一是由钯、�� kind 和锰构成的混合物，事实证明它具有异常卓越的耐久性。

当研究人员将表现最好的候选材料置于强酸溶液中进行长期测试时，结果令人瞩目。标准的氧化钯催化剂在大约两百小时的操作后就开始退化；相比之下，目前的行业标准——钌标杆，在运行时显示出在 615 小时长出现了过电位迅速增加的情况，同时伴随着薄膜的分层现象。这款新的镍钽钯混合型催化剂的表现几乎是标准钯版本的两倍长，在出现显著衰减之前持续运行了大约四百七十个小时。而在组内的冠军——�� kind 锰钯混合物，在没有失效的情况下维持了超过一千小时的性能。在此期间，它始终保持着较低的产氧所需能量，远低于材料通常开始发生破坏的阈值。这种韧性不仅仅是因为材料本身坚硬；研究人员发现，该催化剂在运行过程中物理形态发生了变化。在显微镜下，成功的催化剂表面形成了一种独特的针状纳米结构，这是在其工作中自然形成的。这种结构似乎保护了底层的金属免受腐蚀，同时也让表面对化学反应保持活跃状态。

这项发现挑战了该领域的先前假设。长期以来，科学家一直认为纯氧化钯并不是执行此任务的理想选择，因为人们曾认为它的活性太低或在酸中不够稳定。传统的观点倾向于引导研究转向完全不同的金属。然而，由于采用了不受旧规则束缚的数据驱动方式，AI 系统发现了添加少量特定元素到钯之中即可解锁此前未被预见的稳定性与活性的水平。此外，该系统还证明了灵活自适应的研究策略优于僵化的预设程序。当研究人员将其基于 AI 的策略与固定算法甚至大型语言模型（这类模型依赖现有的科学知识）进行对比时，发现自适应系统能更快地找到最佳方案，并且用更少的尝试次数就发现了全新的钯系家族。固定的算法往往会陷入重复探索已知区域的困境，而缺乏实时从具体实验数据中学习能力的语言模型，则未能识别出那些极具潜力的崭新材料。

这项工作并不声称已经彻底解决了氢气生产的问题，但它提供了一个重要的进步。尽管钯仍然是一种贵金属，但它比铱更容易获得，且拥有更加多样化、不易因突发短缺而导致断供的供应链。使用钯基催化剂的能力可以在继续寻找更丰富的非贵金属替代品的过程中，缓解全球资源的压力。研究人员强调，真正的突破不仅在于他们发现的具体材料，更在于用于发现材料的方法。通过将人工智能与高通量实验相结合，他们创造了一个能够揭示人类专家可能忽略的“非常规”解决方案的系统。该平台成功展示了机器如何学会应对材料科学中复杂的权衡关系，进而识别出能够在实现清洁能源未来所需的严酷条件下工作的耐用且高效的催化剂。在优秀的催化剂表面形成的针状结构表明，开发更好的材料之道或许涉及设计如何在实际应用中使用时的动态演变，而非仅仅关注其初始的新鲜外观。展望未来，该团队计划利用同样的自动化手段去探索更广泛的材料范围，旨在为全球能源转型寻找到既有效又具备可持续性和可扩展性的解决方案。