Un gruppo di ricerca NIMS ha sviluppato una tecnica di intelligenza artificiale in grado di accelerare l’identificazione di materiali con caratteristiche desiderabili. Utilizzando questa tecnica, il team è stato in grado di scoprire materiali per elettrodi dell'elettrolizzatore ad acqua ad alte prestazioni privi di elementi del gruppo del platino, sostanze precedentemente ritenute indispensabili nell'elettrolisi dell'acqua. Questi materiali potrebbero essere utilizzati per ridurre i costi della produzione su larga scala di idrogeno verde, una fonte di energia di prossima generazione. La ricerca è stata pubblicata su ACS Central Science .
La produzione su larga scala di idrogeno verde utilizzando elettrolizzatori ad acqua è un mezzo praticabile per raggiungere la neutralità del carbonio. Gli elettrolizzatori ad acqua attualmente disponibili si basano su elementi del gruppo del platino, costosi e rari, come componenti principali dell'elettrocatalizzatore per accelerare la reazione di evoluzione lenta dell'ossigeno (OER), una reazione elettrolitica dell'acqua che può produrre idrogeno.
Per affrontare questo problema, è in corso la ricerca per sviluppare elettrocatalizzatori OER più economici e privi del gruppo del platino, composti da elementi chimici relativamente abbondanti compatibili con la produzione di idrogeno verde su larga scala. Tuttavia, si è scoperto che identificare le composizioni chimiche ottimali di tali elettrocatalizzatori da un numero infinito di possibili combinazioni è estremamente costoso, dispendioso in termini di tempo e di manodopera.
Questo gruppo di ricerca NIMS ha recentemente sviluppato una tecnica di intelligenza artificiale in grado di prevedere con precisione le composizioni di materiali con caratteristiche desiderabili cambiando i modelli di previsione a seconda delle dimensioni dei set di dati disponibili per l'analisi.