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）過(guo)程(cheng)通(tong)常(chang)使(shi)用(yong)的(de)催(cui)化(hua)劑(ji)是(shi)昂(ang)貴(gui)的(de)貴(gui)金(jin)屬(shu)氧(yang)化(hua)物(wu)，如(ru)釕(liao)和(he)銥(yi)氧(yang)化(hua)物(wu)

，這(zhe)就(jiu)使(shi)得(de)綠(lv)色(se)能(neng)源(yuan)製(zhi)備(bei)變(bian)得(de)更(geng)加(jia)昂(ang)貴(gui)
，並(bing)減(jian)緩(huan)了(le)從(cong)化(hua)石(shi)燃(ran)料(liao)過(guo)渡(du)到(dao)綠(lv)色(se)燃(ran)料(liao)的(de)速(su)度(du)。

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。