據九州大學官網報道，該校山崎仁丈教授等開發出了能預測質子傳導性電解質材料的人工智能(AI)模型，然后僅通過一次實驗就發現了較高性能的新型質子導電性電解質。這是將實驗研究和數據科學相互融合基礎上獲得的一項成果。
該團隊一直致力于固體氧化物燃料電池(SOFC)的電解質材料研究，并將目標聚焦于在350—450℃下工作的質子導電性鈣鈦礦氧化物。以往他們已了解到要使金屬氧化物表達出質子導電性，必須將該構成物質的一部分元素置換為受主元素，以形成δ氧氣缺陷，從而引發質子導入反應。此次研究中，研究小組以置換受主元素的鈣鈦礦氧化物為對象，合成22種鈣鈦礦氧化物并收集了高精度的質子濃度數據，結合從其他論文中收集的數據，形成了65種鈣鈦礦氧化物的761個數據，并交給AI進行學習。然后通過變換化合物成分組合，預測了8613種材料的特性，形成材料特性“地圖”，根據“地圖”指引即通過實驗一次合成質子導電性能較高的鍶、錫、氧化鈧化合物SrSn0.8Sc0.2O3-δ。相關論文在線發表于美國化學會雜志《ACS Energy Letters》。
注：本文摘自國外相關研究報道，文章內容不代表本網站觀點和立場，僅供參考。
