Meta将发布催化剂相关数据帮助降低氢燃料应用成本

据国外媒体报道：Facebook的母公Meta计划发布数据，帮助降低氢燃料的应用成本。该数据集是与卡内基梅隆大学合作开发的，可以为人工智能 (AI) 研究提供重要输入，为氢燃料生产中涉及的关键化学反应寻找更便宜的化学催化剂。

当前，析氧反应（OER）过程通常使用的催化剂是昂贵的贵金属氧化物，如钌和铱氧化物，这就使得绿色能源制备变得更加昂贵，并减缓了从化石燃料过渡到绿色燃料的速度。

Meta的人工智能部门和卡内基的化学工程系正在建立模拟化学反应的机器学习模型。这是该领域发布的最大数据集，可能会加速低成本催化剂的研发。

开放催化剂项目（OCP）始于2020年，推出了迄今为止最大的电催化剂结构的数据集，汇总了超过130万个分子吸附结构。新的OER数据集包含约800万个数据点，包括52种元素的各种氧化物材料。

Facebook的AI 研究科学家Larry Zitnick表示：当前的量子力学模拟工具，例如密度泛函理论 (DFT)，可以帮助研究人员专注于证明有希望的催化剂和组合，估算系统的能量并尝试找到具有最低能量的配置。

但是DFT需要巨大的计算能力来模拟原子的运动，而且随着更多的原子被模拟，DFT的计算能力难以进一步扩展。

OCP使用人工智能来近似DFT计算，通过机器学习模型的训练，使用少量的DFT计算来近似模拟分子的能量和相互作用力。

这个新数据集旨在提高此类机器学习的效率。Meta表示：数据集和基础模型将在未来几个月内开源。