? 精彩內(nèi)容搶先知

• Meta 利用 VSParticle 的合成技術(shù)建立了最大的開源實(shí)驗(yàn)催化劑數(shù)據(jù)庫

• 在短短幾個月內(nèi)，就從不同的元素組合中合成了 525 種材料，以發(fā)現(xiàn)應(yīng)對氣候變化的電催化材料。

• 眾多人工智能公司對 VSParticle 越來越感興趣，希望用其創(chuàng)建更大的實(shí)驗(yàn)數(shù)據(jù)集來實(shí)現(xiàn)材料發(fā)現(xiàn)

為了加速向清潔能源轉(zhuǎn)型，VSParticle (VSP)——納米多孔層可擴(kuò)展合成領(lǐng)域的創(chuàng)新者——今天宣布了基于與 Meta 的基礎(chǔ)人工智能研究 (FAIR) 團(tuán)隊(duì)和多倫多大學(xué) (UOfT) 合作的的成果。 

此次合作將 VSP 先進(jìn)的納米多孔層打印技術(shù)與多倫多大學(xué)的測試平臺和 Meta AI 的模型結(jié)合在一起，以快速生產(chǎn)、打印和測試清潔能源技術(shù)所需的下一代材料。通過其公開的催化劑實(shí)驗(yàn) 2024 (OCx24)數(shù)據(jù)庫，該合作已經(jīng)識別、合成和測試了數(shù)百種對清潔能源解決方案至關(guān)重要的電催化劑，并在此過程中建立了第一個也是最大的開源實(shí)驗(yàn)催化劑數(shù)據(jù)庫。 

這是一個關(guān)鍵的里程碑，有助于將當(dāng)今人工智能驅(qū)動的預(yù)測轉(zhuǎn)化為可擴(kuò)展的、工業(yè)界可用的產(chǎn)品，但在此之前，這種合作被證明是不可能的。這些發(fā)現(xiàn)標(biāo)志著彌合計(jì)算模型和實(shí)驗(yàn)研究之間差距的重大突破，使我們更接近大規(guī)模可行的清潔能源解決方案。 

“通過這次合作，我們在材料發(fā)現(xiàn)方面取得了新的突破。它標(biāo)志著我們預(yù)測和驗(yàn)證對清潔能源解決方案至關(guān)重要的材料的能力的重大飛躍。我們在電催化劑上看到的結(jié)果證明了人工智能在應(yīng)對緊迫的氣候挑戰(zhàn)方面的現(xiàn)實(shí)潛力。" Larry Zitnick，Meta AI 研究總監(jiān)

Part.1  破解電催化劑密碼

電催化劑對于工業(yè)脫碳和實(shí)現(xiàn)全球氣候目標(biāo)至關(guān)重要，因?yàn)樗鼈冊诙趸歼€原反應(yīng) (CO2RR)、氫氣生產(chǎn)和下一代電池等清潔能源過程中發(fā)揮著重要作用。為了加速這些催化劑的發(fā)現(xiàn)，Meta 的 FAIR 團(tuán)隊(duì)一直在開發(fā)人工智能模型，以便在數(shù)小時而不是數(shù)月內(nèi)識別候選催化劑。然而，將這些預(yù)測轉(zhuǎn)化為可擴(kuò)展的商業(yè)化應(yīng)用仍然是一項(xiàng)復(fù)雜的挑戰(zhàn)，通常需要長達(dá) 15 年的時間（內(nèi)容詳見：AI 時代，高通量新催化劑怎么獲得？加州理工告訴你）。與此同時，訓(xùn)練人工智能模型來預(yù)測最佳電催化劑材料需要大量且多樣化的實(shí)驗(yàn)數(shù)據(jù)集，而這依靠傳統(tǒng)方法很難實(shí)現(xiàn)。

為了彌補(bǔ)這一差距并加速材料的發(fā)現(xiàn)之路，VSP、Meta 和 UOT 攜手在實(shí)驗(yàn)室中測試數(shù)百種且多樣化材料的數(shù)據(jù)集—創(chuàng)建開源催化數(shù)據(jù)庫。VSP-P1 納米打印沉積系統(tǒng)使用一種稱為火花燒蝕的氣相沉積工藝，通過將每種材料汽化成納米顆粒，得到了傳統(tǒng)方法較難合成的525 種催化劑，人工智能模型預(yù)測這些材料是二氧化碳還原反應(yīng) (CO2RR) 的最佳候選材料。

然后，這些納米顆粒被沉積為納米多孔薄膜，并與多倫多大學(xué)共享，該大學(xué)的高通量模塊測試了每種納米顆粒在一系列工業(yè)條件下的表現(xiàn)。VSP 的納米顆粒合成方法使研究人員能夠更好地控制顆粒尺寸和成分，并具有規(guī)模制造納米多孔材料所需的高水平自動化和速度。

基于 VSP-P1 的納米打印的高通量多孔催化劑層合成方法及高通量表征

該圖說明了實(shí)驗(yàn)流程，詳細(xì)說明了從合成到表征和測試的過程。（右）兩種合成技術(shù)和使用噴涂 Cu 納米粒子的參考樣品。所有技術(shù)都可以看到電流密度的類似趨勢

研究結(jié)果被輸入一個實(shí)驗(yàn)數(shù)據(jù)庫，研究人員能夠根據(jù)真實(shí)的實(shí)驗(yàn)結(jié)果驗(yàn)證人工智能的預(yù)測；確定數(shù)百種用于關(guān)鍵反應(yīng)的潛在低成本催化劑，目前可用于訓(xùn)練和進(jìn)一步完善人工智能和機(jī)器學(xué)習(xí)預(yù)測。除了構(gòu)建最大的實(shí)驗(yàn)數(shù)據(jù)集之外，該項(xiàng)目還運(yùn)行了創(chuàng)紀(jì)錄的 2000 萬次計(jì)算機(jī)模擬（迄今為止同類計(jì)算中最大的一次），可用于構(gòu)建更大的數(shù)據(jù)庫以擴(kuò)大流程。

“通過以快速生產(chǎn)電催化劑，我們與 Meta 和多倫多大學(xué)的合作不僅有助于驗(yàn)證多年的理論，而且還縮短了發(fā)現(xiàn)到應(yīng)用的時間；解決了幾十年來阻礙先進(jìn)材料發(fā)展的瓶頸。我們擁有全球能夠在短時間內(nèi)提供如此大量納米多孔材料的技術(shù)，從而使 Meta 和 UOT 的重要工作成為現(xiàn)實(shí)。Aaike van Vugt，VSParticle 聯(lián)合創(chuàng)始人兼CEO

計(jì)算和實(shí)驗(yàn)篩選工作。在計(jì)算上，使用六種吸附物作為描述符，并在多種材料上計(jì)算它們的吸附能。實(shí)驗(yàn)上，使用兩種合成技術(shù)制備了 572 個樣品，對這些樣品進(jìn)行了表征并對其子集進(jìn)行了測試。使用這些數(shù)據(jù)來構(gòu)建能夠使用計(jì)算特征預(yù)測實(shí)驗(yàn)結(jié)果的模型

Part.2  高通量合成的重要性

合成一組不同的樣品是本研究最重大的挑戰(zhàn)。給定組成，理想的合成技術(shù)應(yīng)該能夠?qū)⒔饘倩旌显诰哂惺芸爻叽绾唾|(zhì)量負(fù)載的納米顆粒中。這有助于消除不同合成樣品之間的結(jié)構(gòu)差異對局部反應(yīng)環(huán)境（即厚度、孔隙率、不均勻性）的影響。合成中的另一個挑戰(zhàn)是合金需要沉積在碳?xì)怏w擴(kuò)散層（GDL）上以促進(jìn)催化劑測試的氣體反應(yīng)。

火花燒蝕是一種干法，它利用電能進(jìn)行增材打印，在惰性氣體下將金屬棒碎裂成納米團(tuán)簇，然后可以直接沉積在GDL上。這是使用 VSParticle的納米打印沉積系統(tǒng) (VSP-P1) 完成的。該發(fā)生器利用兩個緊密間隔的金屬或合金棒之間的高壓火花來產(chǎn)生局部等離子體。等離子體產(chǎn)生的強(qiáng)烈熱量使這些棒上的材料蒸發(fā)（燒蝕），然后冷卻并凝結(jié)成納米顆粒。使用氣相熱沖擊技術(shù)和 3D 打印機(jī)，可以在幾個小時內(nèi)合成和打印納米顆粒。在 GDL 上打印樣品后，使用管式爐在 400°C 溫度下使用還原氣體對其進(jìn)行退火，以形成金屬間合金納米粒子。

（上）考慮到用于計(jì)算數(shù)據(jù)的成分多樣性和綜合性，映射和顯示集合了MP、OQMD和 Alexandria的數(shù)據(jù)庫源。（下）通過兩種合成方法（化學(xué)法和 VSP 火花燒蝕）描述元素的可行性，以及所有實(shí)驗(yàn)合成、表征和測試樣品的Chemical Space。較深陰影的三元相圖是由多個圖連接而成的，該項(xiàng)目未進(jìn)行探索

為了真正破解材料開發(fā)的密碼，人工智能模型需要在包含 10,000 到 100,000 種測試材料的更大的實(shí)驗(yàn)數(shù)據(jù)集上進(jìn)行訓(xùn)練，這是依靠人海戰(zhàn)術(shù)無法完成的。由于 VSP 的技術(shù)是能夠合成如此大量具有高電催化性能的薄膜納米孔的技術(shù)，該公司正在與更多的組織合作（詳見內(nèi)容：VSParticle 助力 AI 自驅(qū)動實(shí)驗(yàn)室加速材料研究（附直播回放）），包括阿布扎比索邦大學(xué)、舊金山的勞倫斯利弗莫爾國家實(shí)驗(yàn)室、芝加哥地區(qū)的材料發(fā)現(xiàn)研究所 (MDRI) 和荷蘭基礎(chǔ)能源研究所 (DIFFER)。

除了這個項(xiàng)目之外，VSP 還一直在擴(kuò)展自己的技術(shù)，以便在未來更快、更高效。目前的 VSP-P1 打印機(jī)由每秒 300 個火花提供動力，但該團(tuán)隊(duì)還在開發(fā)一種新打印機(jī)，可將輸出時間增加到每秒 20,000 個火花，這可以進(jìn)一步增強(qiáng)此類研究的性能。特別是，這將使其能夠擴(kuò)展其核心技術(shù)，通過打印多孔傳輸電極的必要組件來支持綠色氫生產(chǎn)，這是工業(yè)客戶所要求的。這意味著VSP 將能夠通過使用更少的設(shè)備、更少的能源和更高的自動化程度，將當(dāng)前的生產(chǎn)成本降低85%，使其成為綠色氫生產(chǎn)這一關(guān)鍵方面具成本競爭力的生產(chǎn)技術(shù)。

該工作目前已被 Meta AI 項(xiàng)目收錄，點(diǎn)擊可訪問公開數(shù)據(jù)庫鏈接：Open Catalyst Experiments 2024 （OCx24）：橋接實(shí)驗(yàn)和計(jì)算模型

VSParticle  - 合金催化劑用于二氧化碳電解主要討論了如何通過創(chuàng)新技術(shù)減少二氧化碳排放，并將其轉(zhuǎn)化為高附加值的化學(xué)品和燃料。具體來說，它關(guān)注了 CO2 電解技術(shù)，這是一種可以減少 CO2 排放并同時生產(chǎn)有用化學(xué)品和燃料的過程。強(qiáng)調(diào)了合金催化劑在提高 CO2 轉(zhuǎn)化為所需產(chǎn)品效率中的關(guān)鍵作用，并指出了合金催化劑在選擇性、效率和穩(wěn)定性方面的主要瓶頸。

介紹了 VSParticle 技術(shù)，這是一種快速、自動化和可擴(kuò)展的方法，用于合成多種合金催化劑材料。該技術(shù)能夠生產(chǎn)高質(zhì)量的大型實(shí)驗(yàn)數(shù)據(jù)集，這些數(shù)據(jù)集被用于訓(xùn)練 AI 模型，以預(yù)測哪些材料組合可能對關(guān)鍵過程有效。

此外，還討論了與 Meta 合作的成果，包括通過 X射線衍射（XRD）、X射線熒光（XRF）和電化學(xué)性能測試對合金催化劑的表征和測試。這些測試結(jié)果有助于理解催化劑的性能，并為工業(yè)應(yīng)用提供了價值。