大以人工智慧推能源研究 成果登上尖期刊《Journal of Materials Chemistry A》

【 大成者宇廷/中 】在全世界努力少碳排放、展乾能源的潮流中，能被是很有前途的色能源。「催化水分解」是造的主要方法之一，但其中反的能量屏障高，期成提升效率的最大挑。了突破瓶，立中大研究利用人工智慧器演算法，合催化的合成技，成功出新的「程化模型」，大幅提升水分解的效率。研究成果已登上尖期刊《材料化A》（Journal of Materials Chemistry A），且被期的封面文章。

研究科前瞻人工智慧（AI）案「主研究群」的行成果，由大工院院明德教授、副院志教授、李宏中教授厚教授等跨域者共同，由博士後研究德（Chandrasekaran Pitchai）士生定榆助完成。

研究出一新材料、氧化物（NiCoV LDHs），利用AI模型分析材料的成、解液度合成度等件，最佳的合成件反境。

果示，在模型推算出的最佳件下，材料的效率原本最佳的果提升 21.4%，而且模型果的差 6.1%，表出模型的高精性。一步的材料性分析也，材料性更好、且可以定反。

值得一提的是，AI技需不到50的，即可接近100的果；相於的法，省高99%以上的材料成本。

志表示，技不只加快新材料的研，也能未的科家在能源材料、少做多重。代表 AI 不只是能文章、下棋或聊天；更能助人在能源科技上找到新突破，推人更快向色能源的未。