AI‑лаборатория Lila Sciences обнаруживает палладиевые катализаторы для зелёного водорода

Lila Sciences заявила 25 сентября 2026 г., что её лаборатория, управляемая ИИ, предложила, синтезировала и протестировала 2,942 катализатора для зелёного водорода за три месяца, выявив шесть семейств материалов на основе палладия для кислородного эволюционного процесса в кислой среде, лежащего в основе производства водорода.

Исследовательская команда подробно описала работу в препринт, представленном на arXiv 24 сентября 2026 г.: “AI‑направленное высокопроизводительное открытие катализаторов на основе палладиевого оксида без иридия и рутиния для долговечного кислого процесса кислородной эволюции,” Кен Дж. Дженевейн и 20 других авторов.

Получение водорода из воды требует двух полуреакций: реакции выделения водорода на катоде и реакции выделения кислорода (OER) на аноде. OER протекает при высоких потенциалах в сильно кислой среде, которая растворяет большинство металлов. В современных коммерческих электролизёрах оксид иридия является катализатором, наиболее способным выдерживать эти условия и оставаться активным; рутиний — менее стабильный вариант. Оба элемента относятся к самым редким на Земле, и почти весь иридий производится как побочный продукт добычи платины, в количестве лишь нескольких тонн в год по всему миру.

Результат палладия

При скрининге 2,942 оксидов в рамках 53 систем материалов и 26 элементов платформа начала синтезировать и тестировать композиции на основе палладия. По словам компании, палладий считался безнадёжным для OER, поскольку предполагалось, что он будет показывать низкую эффективность в кислой среде. Кандидаты модели представляли собой модифицированные палладиевые композиции, а не чистый металл, с небольшими добавками других элементов, изменяющими поведение металла. Во второй и последующих кампаниях программа выявила шесть семейств палладиевых материалов, находящихся на или рядом с фронтом Парето для OER, что означает оптимальный баланс активности и стабильности.

После повторных тестов активности и более 1,000 часов испытаний на стабильность Lila заявила, что лучшая металлическая композиция показала сравнимые результаты с рутинием, являющимся отраслевым стандартом OER‑катализатора. Джон Грегуар, главный офицер автономных наук компании, сказал, что его прежняя группа в Калтехе исследовала катализаторы для этой реакции в течение 12 лет и что он посоветовал бы студенту, предлагающему такое сочетание элементов, искать более перспективное направление. «Это сочетание опровергает всю традиционную мудрость», — сказал он в отчёте компании о работе. Рафаэль Гомес‑Бомбэрелли, главный научный сотрудник Lila по физическим наукам и доцент Пола М. Кука по материаловедению и инженерии в MIT, отметил, что без лабораторного подтверждения команда отвергла бы результат как галлюцинацию.

В препринте сообщается о сложных оксидах без иридия и рутиния, таких как InMnPdOx и NiTaPdOx, с ведущими катализаторами, прошедшими долгосрочную проверку в 1 M серной кислоте при токе 10 мА·см⁻². Авторы отмечают, что NiTaPdOx демонстрировал более низкое переизбыток напряжения, чем PdOx, в длительных испытаниях, хотя оба в итоге превысили 0,5 В: PdOx — примерно через 200 часов, а NiTaPdOx — около 470 часов. InMnPdOx показал аналогичное улучшение переизбытка и, по словам авторов, драматическое увеличение эксплуатационной стабильности, удерживая переизбыток ниже 0,5 В в течение 1,000 часов работы.

Авторы заявляют, что добавочные элементы способствуют образованию наноструктуры, связанной с каталитической активностью, одновременно стабилизируя палладий против коррозии, а более высокая доступность палладия по сравнению с иридием и рутинием предоставляет краткосрочную возможность смягчить ограничения поставок при масштабном электролитическом производстве водорода.

Внутри AI‑научной фабрики

Начиная с конца 2024 года, команда создала то, что Lila называет AI Science Factory, или AISF, для автономного проведения экспериментов по электрокатализу. Рабочий процесс представлял собой замкнутый цикл из четырёх этапов: синтез, предварительная характеристика, тестирование и посттестовая характеристика, при этом данные каждого этапа возвращались в модель ИИ для информирования будущих решений. Внутренняя модель рассуждений Lila сочетает байесовские модели, хорошо работающие в условиях неопределённости, с языковыми моделями, содержащими широкий контекст о том, как устроен мир; Гомес‑Бомбэрелли отметил, что взаимодействие этих двух компонентов уравновешивает неопределённость и прирост информации.

Каждый цикл начинался с того, что ИИ анализировал химическое пространство и предлагал рецепты новых материалов. Электрохимик Кен Дженевейн первоначально проверял предложения и отклонял некоторые из них, после чего отказался от дальнейшего обзора; в конечном итоге учёный лишь проверял безопасность предлагаемых материалов перед синтезом. После одобрения AISF синтезировал 96 катализаторов параллельно методом физического парового осаждения, проверял качество каждой композиции, проводил ускоренный скрининг OER в кислоте, измеряя активность и стабильность, а затем возвращал материалы для постмортем‑характеризации.

Интеграция с системой управления лабораторной информацией обеспечила прослеживаемость каждого шага и каждой точки данных в рамках кампаний. Первая кампания, проведённая в процессе разработки инфраструктуры, длилась четыре месяца; вторая заняла четыре недели.

Компания сообщила, что её конвейер отбирал каталитические материалы в 17 раз быстрее, чем стандартная лаборатория, обрабатывая около 240 образцов в неделю при максимальной пропускной способности 100 образцов в день и экономя более 90 % человеческого времени на образец. Препринт описывает платформу как более чем 90 % автоматизированную, объединяющую комбинаторный распылительный синтез, высокопроизводительный скрининг, модели машинного обучения свойств состава, адаптивную многокритериальную оптимизацию и контекстно‑ориентированное рассуждение больших языковых моделей; в ретроспективном бенчмарке авторов их агент последовательного обучения продвигал границу активности‑стабильности быстрее, чем фиксированная политика байесовской оптимизации или отбор в контексте языковой модели.

Ограничения и дальнейшие шаги

Lila утверждает, что результат представляет собой открытие в области материаловедения, а не масштабированный коммерческий продукт, и что любой катализатор OER должен работать в промышленном масштабе при интенсивных эксплуатационных условиях. Gómez-Bombarelli сказал, что команда продолжает долгосрочное тестирование долговечности и оценивает, с помощью ИИ и лабораторного оборудования, как материал ведёт себя в форм‑факторе, напоминающем промышленное использование. Рабочий процесс также ещё не полностью автономен: в рамках этой кампании люди переносили образцы между машинами, пока компания разрабатывает робототехнику для полностью автономной эксплуатации.

Lila Sciences, AI‑стартап из Кембриджа, публично запустился в марте 2025 года, заявив, что ИИ способен выполнять весь научный метод — гипотезу, эксперимент, интерпретацию и итерацию — в автономных лабораториях, управляемых ИИ. Старший учёный Fae Habib Zadeh отметил, что сквозной рабочий процесс может быть применён к другим реакциям электро­катализa и электро­синтеза, например к производству зелёного аммиака или прекурсоров пластмасс, и что команда уже проводит следующие кампании.