Laboratorul AI al Lila Sciences descoperă catalizatori pe bază de paladiu pentru hidrogen verde

Lila Sciences a declarat pe 25 septembrie 2026 că laboratorul său dirijat de AI a propus, sintetizat și testat 2.942 de catalizatori pentru hidrogen verde în trei luni, identificând șase familii de materiale pe bază de paladiu pentru reacția acidă de evoluție a oxigenului, situată în inima producției de hidrogen.

Echipa de cercetare a detaliat lucrarea într-un preprint trimis la arXiv pe 24 septembrie 2026: “Descoperirea ghidată de AI, cu debit mare, a catalizatorilor de oxid de paladiu fără iridiu și rutheniu pentru evoluția acidă durabilă a oxigenului”, de Ken J. Jenewein și alți 20 de autori.

Producerea hidrogenului din apă necesită două reacții parțiale: reacția de evoluție a hidrogenului la catod și reacția de evoluție a oxigenului, sau OER, la anod. OER are loc la potențiale ridicate în medii puternic acide care dizolvă majoritatea metalelor. În electrolizoarele comerciale de astăzi, oxidul de iridiu este catalizatorul cel mai capabil să reziste acestor condiții rămânând activ; ruthenium este o opțiune mai puțin stabilă. Ambele se numără printre cele mai rare elemente de pe Pământ, iar aproape tot iridiul este produs ca subprodus al mineritului de platină, la doar câteva tone pe an la nivel mondial.

Rezultatul Paladiului

În timp ce testau 2.942 de oxizi în 53 de sisteme de materiale și 26 de elemente, platforma a început să sintetizeze și să testeze compoziții de paladiu. Conform companiei, paladiul fusese considerat un capăt de drum pentru OER, deoarece se presupunea că ar performa slab în condiții acide. Candidații modelului erau compoziții modificate de paladiu, nu metalul pur, cu mici adaosuri de alte elemente care transformau comportamentul metalului. În timpul celei de-a doua și a campaniilor ulterioare, programul a identificat șase familii de materiale pe bază de paladiu pe sau lângă frontiera Pareto pentru OER, ceea ce înseamnă un echilibru optim între activitate și stabilitate.

După teste repetate de activitate și peste 1.000 de ore de testare a stabilității, Lila a declarat că compoziția metalică de top a performat comparabil cu ruthenium, un catalizator OER de referință în industrie. John Gregoire, directorul științei autonome al companiei, a spus că grupul său anterior de la Caltech a investigat catalizatori pentru această reacție timp de 12 ani și că ar fi sfătuit un student care propunea această combinație de elemente să urmeze o direcție mai promițătoare. „Această combinație contrazice toată înțelepciunea tradițională”, a spus el în raportul companiei privind lucrarea. Rafael Gómez‑Bombarelli, directorul științific al Lila pentru științele fizice și profesor asociat Paul M. Cook în știința și ingineria materialelor la MIT, a afirmat că, fără confirmare în laborator, echipa ar fi respins rezultatul ca o halucinație.

Preprintul raportează oxizi complecși fără iridiu și rutheniu, cum ar fi InMnPdOx și NiTaPdOx, cu catalizatori principali avansați spre validare pe termen lung în acid sulfuric 1 M la 10 miliamperi pe centimetru pătrat. Autorii raportează că NiTaPdOx a funcționat la un overpotențial mai mic decât PdOx în testele pe termen lung, deși ambele au depășit în cele din urmă 0,5 V: PdOx la aproximativ 200 de ore și NiTaPdOx la aproximativ 470 de ore. InMnPdOx a arătat o îmbunătățire similară a overpotențialului și ceea ce autorii descriu ca o creștere dramatică a stabilității operaționale, menținând un overpotențial sub 0,5 V pe parcursul a 1.000 de ore de funcționare.

Autorii afirmă că elementele aditive promovează formarea unei nanostructuri asociate cu activitatea catalitică, în timp ce stabilizează paladiul împotriva coroziunii, și că disponibilitatea mai mare a paladiului în raport cu iridiul și ruthenium oferă o opțiune pe termen scurt pentru a atenua constrângerile de aprovizionare în generarea de hidrogen electrochimic la scară.

În interiorul Fabricii de Știință AI

Începând din finalul anului 2024, echipa a construit ceea ce Lila numește o Fabrică de Știință AI, sau AISF, pentru a desfășura experimente de electrocataliză în mod autonom. Fluxul de lucru a funcționat ca un ciclu închis prin patru etape: sinteză, caracterizare pre-test, testare și caracterizare post-test, cu datele din fiecare etapă revenind în modelul AI pentru a informa deciziile viitoare. Modelul de raționament intern al Lila combină modele bayesiene, care raționează bine în condiții de incertitudine, cu modele de limbaj ce dețin un context larg despre modul în care funcționează lumea; Gómez‑Bombarelli a declarat că interacțiunea dintre cele două echilibrează incertitudinea și câștigul de informație.

Fiecare ciclu a început cu AI-ul analizând spațiul chimic și propunând rețete pentru noi materiale. Electrochimistul Ken Jenewein a revizuit inițial sugestiile și a respins câteva înainte de a-și elimina treptat revizia; în cele din urmă, un om de știință a verificat doar că materialele propuse erau sigure înainte de sinteză. Odată aprobate, AISF a sintetizat 96 de catalizatori în paralel prin depunere fizică în vapori, a verificat calitatea fiecărei compoziții, a efectuat testări accelerate ale OER în acid măsurând activitatea și stabilitatea, apoi a returnat materialele pentru caracterizare post-mortem.

Integrarea cu un sistem de management al informațiilor de laborator a făcut ca fiecare pas și fiecare punct de date să fie urmărit în toate campaniile. Prima campanie, desfășurată în timp ce infrastructura era încă în dezvoltare, a durat patru luni; a doua a durat patru săptămâni.

Compania a raportat că linia sa de producție a testat catalizatori de 17 ori mai repede decât un laborator standard, procesând aproximativ 240 de probe pe săptămână, cu o capacitate maximă de 100 de probe pe zi și economisind peste 90 % din timpul uman necesar pentru fiecare probă. Preprintul descrie platforma ca depășind 90 % automatizare, integrând sinteza combinatorială prin sputtering, screening de mare viteză, modele de învățare automată pentru relația compoziție‑proprietate, optimizare adaptivă multi‑obiectiv și raționament bazat pe modele lingvistice mari conștiente de context; în benchmark‑ul retrospectiv al autorilor, agentul lor de învățare secvențială a avansat frontiera activitate‑stabilitate mai rapid decât optimizarea Bayesiană cu politică fixă sau selecția modelului lingvistic în context.

Limitări și pași următori

Lila afirmă că rezultatul este o descoperire în domeniul științei materialelor, nu un produs comercial scalat, și că orice catalizator OER trebuie să funcționeze la scară industrială în condiții de operare intense. Gómez‑Bombarelli a declarat că echipa continuă testele de durabilitate pe termen lung și evaluează, cu ghidare AI și echipamente de laborator, cum se comportă materialul într-un factor de formă care seamănă cu utilizarea la scară industrială. Fluxul de lucru nu este încă complet autonom: pentru această campanie, oamenii au transferat probele între mașini în timp ce compania dezvoltă roboți pentru operare pe deplin autonomă.

Lila Sciences, o startup AI cu sediul în Cambridge, a fost lansată public în martie 2025 cu afirmația că AI ar putea gestiona metoda științifică completă — ipoteză, experiment, interpretare și iterație — în laboratoare autonome, controlate de AI. Științificoasa senior Fae Habib Zadeh a precizat că fluxul de lucru end‑to‑end este generalizabil pentru alte reacții de electrocataliză și electrosinteză, cum ar fi producția de amoniac verde sau precursori de plastic, și că echipa desfășoară deja următoarele campanii.