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
