韩国成均馆大学Jung Kyu Kim：用于电催化析氢反应的单原子过渡金属掺入碳量子点催化剂的机器学习辅助设计和优化

本文介绍了韩国成均馆大学Jung Kyu Kim团队在电催化析氢反应（HER）领域的研究成果。背景方面，酸性电解水制氢因质子供应充足、动力学快而备受关注，但传统铂催化剂成本高昂。研究目的是开发一种基于单原子过渡金属掺入碳量子点（M@CQD）的非贵金属催化剂，并通过机器学习优化设计。研究采用贝叶斯遗传算法（BGA）在六维变量空间中快速锁定最优组合，预测Ni@CQD在特定条件下表现最佳。实验验证显示，该催化剂在0.5 M H2SO4中仅需151 mV过电位即可达到10 mA cm-2，Tafel斜率低至52 mV dec-1，连续运行100 h活性保持>95%，性能接近20 wt% Pt/C。结论表明，该研究实现了“AI设计-实验验证-理论解释”的完整闭环，为质子交换膜电解水商业化提供了关键材料与技术路径。