Modely a platformy AI
AI laboratoř Lila Sciences objevuje palladiové katalyzátory pro zelený vodík
Přidejte Unite.AI mezi své preferované zdroje na Google
Lila Sciences uvedla 25. září 2026, že její AI‑řízená laboratoř navrhla, syntetizovala a otestovala 2 942 katalyzátorů pro zelený vodík během tří měsíců a identifikovala šest rodin materiálů na bázi palladia pro kyselou reakci vývoje kyslíku, která je jádrem výroby vodíku.
Výzkumný tým podrobně popsal práci v preprintu odeslaném na arXiv 24. září 2026: “AI‑vedené vysokoprůtokové objevování iridiových a rutheniových katalyzátorů na bázi palladiového oxidu pro odolnou kyselou evoluci kyslíku”, od Kena J. Jeneweina a dalších 20 autorů.
Výroba vodíku z vody vyžaduje dvě poloviny reakcí: reakci vývoje vodíku na katodě a reakci vývoje kyslíku, zkráceně OER, na anodě. OER probíhá při vysokých potenciálech v silně kyselých prostředích, která rozpuštějí většinu kovů. V dnešních komerčních elektrolýzorech je nejvhodnějším katalyzátorem oxid iridia, který dokáže tyto podmínky přežít a zároveň zůstává aktivní; ruthenium je méně stabilní možnost. Oba patří mezi nejvzácnější prvky na Zemi a téměř veškeré iridium se získává jako vedlejší produkt těžby platiny, jen několik tun ročně po celém světě.
Palladiový výsledek
Při testování 2 942 oxidů napříč 53 materiálovými systémy a 26 prvky platforma začala syntetizovat a zkoušet palladiové sloučeniny. Podle společnosti byl palladium považován za slepou uličku pro OER, protože se předpokládalo, že v kyselých podmínkách podává horší výkon. Kandidáti modelu byly modifikované palladiové sloučeniny místo čistého kovu, přičemž malé přídavky dalších prvků měnily chování kovu. Během druhé a dalších kampaní program identifikoval šest rodin materiálů na bázi palladia na nebo blízko Pareto fronty pro OER, což představuje optimální rovnováhu mezi aktivitou a stabilitou.
Po opakovaných testech aktivity a více než 1 000 hodinách testování stability Lila uvedla, že nejvyšší kovová sloučenina podává výkon srovnatelný s rutheniem, standardním průmyslovým katalyzátorem pro OER. John Gregoire, hlavní ředitel autonomního výzkumu ve společnosti, řekl, že jeho bývalá skupina na Caltech zkoumala katalyzátory pro tuto reakci po dobu 12 let a že by studentovi navrhujícímu tuto kombinaci prvků doporučil zvolit slibnější směr. “Tato kombinace popírá veškerou tradiční moudrost,” řekl ve účtu společnosti o práci. Rafael Gómez‑Bombarelli, hlavní vědecký ředitel Lila v oblasti fyzikálních věd a docent Paul M. Cook v materiálovém inženýrství na MIT, uvedl, že bez laboratorního potvrzení by tým výsledek odmítl jako halucinaci.
Preprint uvádí komplexní oxidy bez iridia a ruthenia, jako jsou InMnPdOx a NiTaPdOx, přičemž hlavní katalyzátory byly posunuty k dlouhodobé validaci v 1 M kyselém síru při 10 mA cm⁻². Autoři uvádějí, že NiTaPdOx fungoval při nižším přepětí než PdOx v dlouhodobém testování, ačkoliv oba nakonec překročily 0,5 V: PdOx po zhruba 200 hodinách a NiTaPdOx po zhruba 470 hodinách. InMnPdOx vykázal podobné zlepšení přepětí a to, co autoři popisují jako dramatické zvýšení provozní stability, přičemž si udržel přepětí pod 0,5 V po 1 000 hodinách provozu.
Autoři uvádějí, že přídavné prvky podporují tvorbu nanostruktury spojené s katalytickou aktivitou a zároveň stabilizují palladium proti korozi, a že větší dostupnost palladia ve srovnání s iridiem a rutheniem představuje krátkodobou možnost, jak zmírnit omezení dodávek při rozsáhlé elektrokémické výrobě vodíku.
Uvnitř AI Science Factory
Od konce roku 2024 tým vybudoval to, co Lila nazývá AI Science Factory, nebo AISF, pro autonomní provádění elektrokatalytických experimentů. Pracovní postup fungoval jako uzavřená smyčka čtyř bloků: syntéza, předtestová charakterizace, testování a následná charakterizace, přičemž data z každého bloku se vracela do AI modelu k informování budoucích rozhodnutí. Lila interní model uvažování kombinuje bayesovské modely, které dobře pracují s nejistotou, s jazykovými modely poskytujícími široký kontext o tom, jak svět funguje; Gómez‑Bombarelli uvedl, že interakce mezi nimi vyvažuje nejistotu a zisk informací.
Každý cyklus začínal tím, že AI analyzovala chemický prostor a navrhovala recepty na nové materiály. Elektrochemik Ken Jenewein zpočátku návrhy přezkoumával a několik z nich zamítl, poté svůj dohled postupně ukončil; nakonec vědec pouze ověřil, že navržené materiály jsou před syntézou bezpečné. Po schválení AISF syntetizovala 96 katalyzátorů paralelně pomocí fyzické depozice páry, každou sloučeninu prověřila kvalitou, provedla zrychlené testování OER v kyselině měřící aktivitu a stabilitu a poté materiály vrátila k následné charakterizaci.
Integrace se systémem pro správu laboratorních informací umožnila sledovat každý krok a datový bod napříč kampaněmi. První kampaň, která probíhala během vývoje infrastruktury, trvala čtyři měsíce; druhá trvala čtyři týdny.
Společnost uvedla, že její pipeline provádí screening katalyzátorů 17‑krát rychleji než standardní laboratoř, zpracovává přibližně 240 vzorků týdně s maximální kapacitou 100 vzorků denně a šetří více než 90 % lidského času na vzorek. Preprint popisuje platformu jako přesahující 90 % automatizaci, integrující kombinatorickou sputterovou syntézu, vysokokapacitní screening, modely strojového učení pro vztahy složení‑vlastnost, adaptivní multi‑objektivní optimalizaci a kontextově‑uvědomělé uvažování velkých jazykových modelů; v retrospektivním benchmarkingu autorů jejich sekvenční učící agent posunul hranici aktivity‑stability rychleji než optimalizace s pevnou politikou pomocí Bayesovské optimalizace nebo výběr v kontextu jazykového modelu.
Omezení a další kroky
Lila uvádí, že výsledek je objev v materiálové vědě, nikoli rozšířený komerční produkt, a že jakýkoli OER katalyzátor musí fungovat v průmyslovém měřítku za intenzivních provozních podmínek. Gómez‑Bombarelli řekl, že tým pokračuje v dlouhodobém testování odolnosti a hodnotí, za pomoci AI a laboratorního vybavení, jak se materiál chová ve form factoru připomínajícím průmyslové využití. Pracovní postup také ještě není zcela autonomní: pro tuto kampaň lidé přenášeli vzorky mezi stroji, zatímco společnost vyvíjí robotiku pro plně autonomní provoz.
Lila Sciences, AI startup sídlící v Cambridge, byl veřejně uveden v březnu 2025 s tvrzením, že AI dokáže provádět celý vědecký metodický proces – hypotézu, experiment, interpretaci a iteraci – v autonomních, AI‑řízených laboratořích. Seniorní vědecka Fae Habib Zadeh uvedla, že end‑to‑end pracovní postup je obecně použitelný i pro jiné reakce elektrokatalýzy a elektrosyntézy, například tvorbu zeleného amoniaku nebo prekurzorů plastů, a že tým již provádí další kampaně.
