AEM：AI辅助超快合成：高熵合金析氢催化剂高通量筛选新范式

本研究提出了一种人工智能驱动的材料研发新范式，通过融合文献挖掘与实验自动化技术，实现高性能高熵合金（HEA）催化剂的定向设计。研究背景指出，氢能作为清洁能源的核心载体，其高效制备依赖于析氢反应（HER）催化剂的性能突破，但传统贵金属催化剂成本高昂且资源稀缺。研究目的是通过人工智能技术快速锁定高效组分并实现可控合成。研究采用大型语言模型（LLMs）对1.4万篇文献进行智能分析，筛选出10种关键活性元素，结合遗传算法（GA）引导的迭代优化与超快高温热冲击（HTS）合成技术，仅通过4轮实验即获得最优催化剂IrCuNiPdPt/C。该催化剂在酸性环境中表现出创纪录的低过电位，且连续运行300小时性能无衰减。研究结论表明，该框架将传统研发周期从千年缩短至6小时，为多组分催化剂的理性设计提供了可推广的技术蓝图。