人民網(wǎng)北京5月26日電 （記者 李依環(huán)）想象一下，未來的新材料研發(fā)工作或許將像搭積木一樣，在人工智能的指導(dǎo)下得到高效組合、快速驗(yàn)証。近日，天津大學(xué)與西南交通大學(xué)聯(lián)合團(tuán)隊(duì)的一項(xiàng)最新研究，正將這一設(shè)想變?yōu)楝F(xiàn)實(shí)。

該研究團(tuán)隊(duì)將人工智能大語言模型（LLMs）與遺傳算法（GAs）相結(jié)合，並輔以超快實(shí)驗(yàn)技術(shù)，成功構(gòu)建了一套顛覆性的催化劑篩選框架。相關(guān)成果日前發(fā)表於國際期刊《先進(jìn)能源材料》（Advanced Energy Materials）上。

據(jù)介紹，在傳統(tǒng)的材料研發(fā)中，以5種金屬元素組合為例，從90種金屬元素中挑選，就可能產(chǎn)生超過4300萬種組合。若按常規(guī)一天測試10個(gè)樣品的速度，完成篩選大約需要12040年，這種“組合爆炸”問題嚴(yán)重阻礙了新材料的研發(fā)進(jìn)程。

面對這一“大海撈針”式的挑戰(zhàn)，研究團(tuán)隊(duì)首先利用大語言模型的強(qiáng)大文獻(xiàn)分析能力，從超過14000篇科學(xué)文獻(xiàn)中精準(zhǔn)“捕獲”了10種與析氫反應(yīng)（HER）性能最相關(guān)的關(guān)鍵元素，將候選范圍從整個(gè)元素周期表大幅縮小至126種鉑（Pt）基高熵合金。隨后，通過遺傳算法指導(dǎo)實(shí)驗(yàn)，僅用4次迭代（總計(jì)24個(gè)樣品）便鎖定了最優(yōu)催化劑——IrCuNiPdPt/C。這一過程相比傳統(tǒng)遺傳算法，實(shí)驗(yàn)量減少了60%。

“AI就像一個(gè)經(jīng)驗(yàn)豐富的‘導(dǎo)航員’，能迅速從海量信息中找到方向，而自動(dòng)化實(shí)驗(yàn)則像‘加速器’，讓驗(yàn)証過程飛速進(jìn)行?！碧旖虼髮W(xué)研究員陳亞楠解釋道，這一“AI+實(shí)驗(yàn)”的雙驅(qū)動(dòng)策略，不僅將研發(fā)時(shí)間從“千年”級壓縮到“小時(shí)”級，更將實(shí)驗(yàn)樣本量從數(shù)萬次銳減至24次，極大地節(jié)省了科研的時(shí)間和資源。

西南交通大學(xué)副教授李金陽表示，此項(xiàng)研究不僅為開發(fā)高效析氫催化劑帶來了革命性突破，更展示了人工智能在加速新材料發(fā)現(xiàn)領(lǐng)域的巨大潛力，為未來更多復(fù)雜材料的智能化設(shè)計(jì)與高效篩選開辟了新道路。

分享讓更多人看到