（觀傳媒中彰投新聞）【記者廖妙茜/台中報導】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。
為了突破這個瓶頸，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。
這項研究為國科會前瞻處人工智慧（AI）專案「主題研究群計畫」的執行成果，由中興大學工學院院長楊明德教授、副院長陳志銘教授、李宏中教授與張厚謙教授等跨領域學者共同參與，並由博士後研究員錢德魯（Chandrasekaran Pitchai）與碩士生羅定榆協助完成。
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AI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。這代表 AI 不只是能寫文章、下棋或聊天，更能幫助人類在能源科技上找到新突破，推動我們更快邁向綠色能源的未來。
