Meta將發布催化劑相關數據幫助降低氫燃料應用成本

據國外媒體報道：Facebook的母公Meta計劃發布數據，幫助降低氫燃料的應用成本。該數據集是與卡內基梅隆大學合作開發的，可以為人工智能 (AI) 研究提供重要輸入，為氫燃料生產中涉及的關鍵化學反應尋找更便宜的化學催化劑。

當前，析氧反應（OER）guochengtongchangshiyongdecuihuajishiangguideguijinshuyanghuawu

，ruliaoheyiyanghuawu，zhejiushidelvsenengyuanzhibeibiandegengjiaanggui
，bingjianhuanleconghuashiranliaoguodudaolvseranliaodesudu。

Meta的de人ren工gong智zhi能neng部bu門men和he卡ka內nei基ji的de化hua學xue工gong程cheng係xi正zheng在zai建jian立li模mo擬ni化hua學xue反fan應ying的de機ji器qi學xue習xi模mo型xing。這zhe是shi該gai領ling域yu發fa布bu的de最zui大da數shu據ju集ji，可ke能neng會hui加jia速su低di成cheng本ben催cui化hua劑ji的de研yan發fa。

開放催化劑項目（OCP）始於2020年
，推出了迄今為止最大的電催化劑結構的數據集，彙總了超過130萬個分子吸附結構。新的OER數據集包含約800萬個數據點，包括52種元素的各種氧化物材料。

Facebook的AI 研究科學家Larry Zitnick表示：當前的量子力學模擬工具，例如密度泛函理論 (DFT)，可以幫助研究人員專注於證明有希望的催化劑和組合
，估算係統的能量並嚐試找到具有最低能量的配置。

但是DFT需要巨大的計算能力來模擬原子的運動
，而且隨著更多的原子被模擬，DFT的計算能力難以進一步擴展。

OCP使用人工智能來近似DFT計算
，通過機器學習模型的訓練
，使用少量的DFT計算來近似模擬分子的能量和相互作用力。

這個新數據集旨在提高此類機器學習的效率。Meta表示：數據集和基礎模型將在未來幾個月內開源。