在全世界努力減少碳排放、發展乾淨能源的潮流中，氫能被認為是很有前途的綠色能源。「電催化水分解」是製造氫氣的主要方法之一，但其中關鍵反應的能量屏障較高，長期成為提升效率的最大挑戰。

國立中興大學研究團隊利用人工智慧機器學習演算法，結合電催化劑的合成技術，成功開發出新的「製程優化模型」，大幅提升水分解產氫的效率。這項研究成果已登上國際頂尖期刊《材料化學雜誌A》（Journal of Materials Chemistry A），並且被選為當期的封面內頁文章。

研究團隊開發出一種新材料：釩摻雜鎳鈷層狀雙氫氧化物（NiCoV LDHs），並利用人工智慧模型分析材料的組成、電解液濃度與合成溫度等條件，預測最佳的合成條件與反應環境。

結果顯示，在模型推算出的最佳條件下，這種材料的效率較原本最佳的實驗結果提升21.4%，而且模型預測結果與實驗驗證的誤差僅6.1%，表現出模型的高精準性。進一步的材料性質分析也發現，此種材料導電性更好，而且可以長時間穩定反應。

值得一提的是，此AI技術僅需不到五十組的實驗數據，即可預測接近一百萬組的實驗結果，相較於傳統的嘗試錯誤法，節省高達99%以上的時間與材料成本。陳志銘教授表示，這項技術不只加快新材料的研發，也能讓未來的科學家在設計能源材料時少做許多重複實驗。【記者  鄭昱庭整理報導】