人工智能在可再生能源材料研发领域的研究进展

近年来煤炭、石油、天然气等传统能源逐渐枯竭，大量化石能源的使用造成环境污染。为了降低二氧化碳的排放量，国家积极推动风、光、水电、氢能等可再生能源的发展，而这些能源技术的推广应用的关键是新材料的研发。目前新材料的研发主要依赖于研究者根据材料结构以及其用于某一特定体系的预期催化活性为目标进行实验优化，导致新材料研发过程缓慢。随着计算材料学的进一步发展，研究人员整合了大量关于材料结构及性能表征的材料数据库，通过比较逐步优化筛选新材料。综述了当前材料开发的设计思路以及合成方法，以人工智能（AI）为着眼点阐述了近年来基于AI方法设计、制备可再生能源材料过程中的模型与算法，并总结了AI用于材料设计方面的研究意义和发展过程，最后对AI方法用以可再生能源材料设计、制备的发展进行了展望，介绍了本课题组提出的材料优化模型，并且列举了该模型成功应用于电解水析氢以及硼氢化钠制氢的材料优化的案例。未来，AI技术在新材料的理论计算、合成设计、性能预测、材料微观结构表征分析等方面具有非常广阔应用前景。