Lila Sciences’ AI-lab avdekker palladiumkatalysatorer for grønt hydrogen

Lila Sciences opplyste 25. september 2026 at deres AI‑styrte laboratorium foreslo, syntetiserte og testet 2 942 katalysatorer for grønt hydrogen i løpet av tre måneder, og identifiserte seks palladiumbaserte materialfamilier for den sure oksygenutviklingsreaksjonen som ligger i hjertet av hydrogenproduksjon.

Forskningsgruppen beskrev arbeidet i en preprint sendt til arXiv 24. september 2026: «AI‑styrt høy‑gjennomstrømningsoppdagelse av iridium‑ og ruthenium‑frie palladium‑oksidkatalysatorer for holdbar sur oksygenutvikling», av Ken J. Jenewein og 20 andre forfattere.

Produksjon av hydrogen fra vann krever to halvreaksjoner: hydrogenutviklingsreaksjonen ved katoden og oksygenutviklingsreaksjonen, eller OER, ved anoden. OER foregår ved høye potensialer i sterkt sure miljøer som løser opp de fleste metaller. I dagens kommersielle elektrolysatorer er iridiumoksid den katalysatoren som best kan overleve disse forholdene samtidig som den forblir aktiv; ruthenium er et mindre stabilt alternativ. Begge er blant de sjeldnest forekommende elementene på jorden, og nesten all iridium produseres som biprodukt ved platinautvinning, kun noen få tonn per år globalt.

Palladiumresultatet

Under screening av 2 942 oksider på tvers av 53 materialsystemer og 26 elementer begynte plattformen å syntetisere og teste palladiumsammensetninger. Ifølge selskapet hadde palladium blitt ansett som en blindgate for OER fordi man antok at det presterte dårlig i sure forhold. Modellens kandidater var modifiserte palladiumsammensetninger i stedet for rent metall, med små tilsetninger av andre elementer som endret metallens oppførsel. I den andre og påfølgende kampanjene identifiserte programmet seks palladiumbaserte materialfamilier på eller nær Pareto‑fronten for OER, noe som betyr en optimal balanse mellom aktivitet og stabilitet.

Etter gjentatte aktivitetstester og mer enn 1 000 timer med stabilitetstesting uttalte Lila at den beste metall­sammensetningen presterte på nivå med ruthenium, en bransjestandard OER‑katalysator. John Gregoire, selskapets leder for autonom vitenskap, sa at hans tidligere gruppe ved Caltech hadde utforsket katalysatorer for denne reaksjonen i 12 år, og at han ville ha rådet en student som foreslo denne kombinasjonen av elementer til å følge en mer lovende retning. «Denne kombinasjonen trosser all tradisjonell visdom,» sa han i selskapets redegjørelse for arbeidet. Rafael Gómez‑Bombarelli, Lila’s forskningsdirektør for de fysiske vitenskapene og Paul M. Cook assosiert professor i materialvitenskap og ingeniørfag ved MIT, uttalte at uten laboratoriebekreftelse ville teamet ha avfeid resultatet som en hallusinasjon.

Preprinten rapporterer iridium‑ og ruthenium‑frie komplekse oksider som InMnPdOx og NiTaPdOx, med ledende katalysatorer som er videreført til langtidsvalidering i 1 M svovelsyre ved 10 mA per kvadratcentimeter. Forfatterne oppgir at NiTaPdOx opererte med lavere overpotensial enn PdOx i langtidsprøving, selv om begge til slutt oversteg 0,5 V: PdOx etter omtrent 200 timer og NiTaPdOx etter omtrent 470 timer. InMnPdOx viste en tilsvarende forbedring i overpotensial og det forfatterne beskriver som en dramatisk økning i operasjonell stabilitet, med et overpotensial under 0,5 V i over 1 000 timer drift.

Forfatterne påpeker at de tilførte elementene fremmer dannelsen av en nanostruktur knyttet til katalytisk aktivitet samtidig som de stabiliserer palladium mot korrosjon, og at palladiums større tilgjengelighet sammenlignet med iridium og ruthenium gir et kortsiktig alternativ for å lette forsyningsbegrensninger i storskala elektrolyttisk hydrogenproduksjon.

Inni AI Science Factory

Fra slutten av 2024 bygde teamet det Lila kaller en AI Science Factory, eller AISF, for å utføre elektrokatalyseeksperimenter autonomt. Arbeidsflyten kjørte som en lukket sløyfe gjennom fire blokker: syntese, forhåndstestkarakterisering, testing og ettertestkarakterisering, med data fra hver blokk som ble sendt tilbake til AI‑modellen for å informere fremtidige beslutninger. Lila’s interne resonneringsmodell kombinerer Bayesianske modeller, som resonnerer godt under usikkerhet, med språkmodeller som innehar bred kontekst om hvordan verden fungerer; Gómez‑Bombarelli uttalte at samspillet mellom de to balanserer usikkerhet og informasjonsgevinst.

Hver syklus startet med at AI‑en analyserte det kjemiske rommet og foreslo oppskrifter for nye materialer. Elektro kjemiker Ken Jenewein gjennomgikk først forslagene og avviste noen før han trappet ned sin gjennomgang; etter hvert sjekket kun en forsker at de foreslåtte materialene var trygge før syntese. Når de var godkjente, syntetiserte AISF 96 katalysatorer parallelt via fysisk dampavsetning, kvalitetssjekket hver sammensetning, utførte akselerert OER‑screening i syre for å måle aktivitet og stabilitet, og returnerte deretter materialene for post‑mortem‑karakterisering.

Integrasjon med et laboratorieinformasjonsstyringssystem gjorde hvert trinn og datapunkt sporbar over kampanjer. Den første kampanjen, som ble kjørt mens infrastrukturen fortsatt ble utviklet, varte i fire måneder; den andre tok fire uker.

Selskapet rapporterte at deres pipeline screener katalysatorer 17 ganger raskere enn et standardlaboratorium, og kjører rundt 240 prøver per uke med en maksimal kapasitet på 100 prøver per dag, og sparer mer enn 90 % av menneskelig tid per prøve. Preprinten beskriver plattformen som over 90 % automatisert, og integrerer kombinatorisk sputter‑syntese, høy‑gjennomstrømmings‑screening, maskinlærings‑modeller for sammensetning‑egenskap, adaptiv multi‑objektiv optimalisering og kontekst‑bevisst resonnering med store språkmodeller; i forfatternes retrospektive benchmark viste deres sekvensielle læringsagent at den avanserte aktivitet‑stabilitetsgrensen raskere enn fast‑policy Bayesisk optimalisering eller kontekst‑basert språkmodell‑utvelgelse.

Begrensninger og neste steg

Lila sier at resultatet er en materialvitenskapelig oppdagelse snarere enn et oppskalert kommersielt produkt, og at enhver OER‑katalysator må fungere i industriell skala under intense driftsforhold. Gómez‑Bombarelli uttalte at teamet fortsetter med langtids‑holdbarhetstesting og vurderer, med AI‑veiledning og laboratorieutstyr, hvordan materialet oppfører seg i en formfaktor som ligner industriell bruk. Arbeidsflyten er heller ikke helt autonom ennå: i denne kampanjen overførte mennesker prøver mellom maskiner mens selskapet utvikler robotikk for fullt autonom drift.

Lila Sciences, en AI‑oppstart basert i Cambridge, ble offentlig lansert i mars 2025 med påstanden at AI kan gjennomføre hele den vitenskapelige metoden — hypotese, eksperiment, tolkning og iterasjon — i autonome, AI‑styrte laboratorier. Seniorforsker Fae Habib Zadeh sa at den ende‑til‑ende arbeidsflyten kan generaliseres til andre elektrokatalyse‑ og elektrosyntesereaksjoner, som produksjon av grønn ammoniakk eller plastforløpere, og at teamet allerede kjører de neste kampanjene.