近日,天津大学和西南交通大学的研究团队在国际能源材料领域顶级期刊《AdvancedEnergyMaterials》(影响因子24.4)发表题为“ArtificialIntelligence-AssistedUltrafastHigh-ThroughputScreeningofHigh-EntropyHydrogenEvolutionReactionCatalysts”(人工智能辅助的超高通量筛选高熵析氢反应催化剂)的研究论文,西南交通大学化学学院副教授李金阳为通讯作者之一。

研究提出了一种融合大语言模型(LLM)与遗传算法(GA)的人工智能驱动框架,用于指导高效HEA催化剂设计与合成。通过LLM引导的知识挖掘与GA驱动的实验优化,研究构建了一套人工智能辅助的高通量催化剂筛选框架,解决了HEA催化剂设计面临的海量组合问题。LLM从海量文献中提炼关键元素,大幅缩小搜索空间;GA迭代优化结合高通量合成,相比传统GA方法减少了60%的实验量。所得催化剂性能创纪录,验证了多元素协同效应与结构均一性的重要性。这一策略不仅为高效催化剂设计提供了新范式,更将将催化剂的发现时间从数千年缩短至数小时,为可持续能源材料开发开辟了高效路径。未来,该框架可扩展至其他多组分功能材料体系,加速清洁能源技术转化。

李金阳,化学学院副教授,硕士生导师,四川省特聘专家,四川省纳米协会常务理事,长期从事电催化剂的结构调控与机理研究工作,在多场耦合的催化剂合成与测试及其机理方面开展了系统研究。以第一和通信作者身份在国际高水平期刊AdvancedMaterials(两篇封面文章)、AdvancedEnergyMaterials、AdvancedFunctionalMaterials(ESI高被引)、AppliedCatalysisB:Environmental(ESI高被引、热点文章)等发表高水平学术论文30余篇,参与发表SCI论文50余篇,论文总被引用2800余次,H因子为28,学术成果被人民网、ScienceDaily等海内外高影响力媒体先后报道。
原文链接:https://doi.org/10.1002/aenm.202500744