Đột phá AI trong thiết kế vật liệu: Nghiên cứu sinh Trung Quốc phát triển thuật toán mới, tạo chất xúc tác hydro "vượt qua giới hạn" kim loại chuyển tiếp
*Bài: Annie Nguyễn – Ngày 31/05/2026*
Đại Liên, Trung Quốc – Các nhà khoa học tại Đại học Công nghệ Đại Liên (Trung Quốc) vừa đạt bước tiến quan trọng trong lĩnh vực thiết kế vật liệu với sự hỗ trợ của trí tuệ nhân tạo (AI), mở ra hướng đi mới cho sản xuất hydro sạch hiệu suất cao.
Nhóm nghiên cứu do Giáo sư Tang Dawei và Phó Giáo sư Jiang Bo thuộc Khoa Năng lượng và Động lực học dẫn đầu, với nghiên cứu sinh Gao Yuming là tác giả chính, đã công bố kết quả trên tạp chí uy tín Advanced Energy Materials vào tháng 4 năm 2026. Công trình được đặt tên: "Interpretable Descriptor Enabling Prediction of Propylene Yield for Propane Dehydrogenation Catalysts" (Tạm dịch: Mô tả có thể giải thích giúp dự đoán sản lượng propylene cho chất xúc tác khử hydro propane).
Khái niệm "Frontier Orbital Electron Occupancy" – Chìa khóa thống nhất mọi kim loại
Thách thức lớn nhất trong lĩnh vực chất xúc tác là hoạt tính của chất xúc tác bị chi phối bởi nhiều yếu tố phức tạp. Làm thế nào để sử dụng AI cho sàng lọc thông lượng cao các chất xúc tác tiềm năng là bài toán then chốt.
Để giải quyết, nhóm nghiên cứu đã đề xuất khái niệm “Frontier Orbital Electron Occupancy” (Độ chiếm điện tử quỹ đạo biên). Xuất phát từ cấu trúc điện tử vi mô của chất xúc tác, họ phát hiện ra rằng tỉ lệ giữa số electron quỹ đạo biên và số electron hóa trị có thể được sử dụng làm tham số nội tại để mô tả hành vi xúc tác của tất cả các nguyên tố trong bảng tuần hoàn, bao gồm các kim loại vùng s, p, d và f. Phát hiện này đã thống nhất các kim loại chuyển tiếp và phi chuyển tiếp vào cùng một hệ thống đánh giá, đặt nền tảng lý thuyết cho việc sàng lọc các nguyên tố kim loại xuyên suốt toàn bộ bảng tuần hoàn.
Thuật toán FSIFSC: Hiệu suất vượt trội, tăng tốc gấp 230.000 lần
Dựa trên nền tảng lý thuyết đó, nhóm nghiên cứu đã phát triển thuật toán học máy mới có tên FSIFSC, có khả năng xây dựng các bộ mô tả (descriptor) với ý nghĩa vật lý rõ ràng (φUSF). Thuật toán này khắc phục được hạn chế về khả năng giải thích của các mô hình hồi quy ký hiệu truyền thống, xây dựng một khuôn khổ mô hình hóa có thể mở rộng có hệ thống các không gian đặc trưng phức tạp.
Điểm ấn tượng nhất: So với phương pháp tính toán hàm mật độ lý thuyết (DFT) truyền thống, hiệu suất sàng lọc của thuật toán mới đã được cải thiện gấp 230.000 lần. Điều này mở ra một con đường hoàn toàn mới cho việc phát triển các hệ thống xúc tác không sử dụng kim loại chuyển tiếp. Bộ mô tả còn cho phép dự đoán phối hợp đa mục tiêu, bao gồm hoạt tính, độ chọn lọc và năng suất.
Chất xúc tác "lai ghép" IrGa@NC: Phá vỡ giới hạn của kim loại chuyển tiếp
Dựa trên những đột phá về lý thuyết và thuật toán, nhóm nghiên cứu lần đầu tiên tạo ra chất xúc tác song nguyên tử hiệu suất cao mang tên IrGa@NC, sử dụng các nguyên tố Iridium (Ir) và Gallium (Ga) – vốn không phải là kim loại chuyển tiếp truyền thống. Kết quả đã phá vỡ giới hạn lâu nay trong lĩnh vực xúc tác sản xuất hydro, vốn phụ thuộc nhiều vào kim loại chuyển tiếp.
Thông qua các kỹ thuật phân tích hiện đại như phổ hấp thụ tia X (XAFS) và kính hiển vi điện tử quét (AC-HAADF-STEM), nhóm nghiên cứu đã làm sáng tỏ cơ chế "tiếp sức hai vị trí" (dual-site relay) giữa Ir và Ga: Ir đảm nhận việc kích hoạt liên kết C-H trong quá trình phản ứng, trong khi Ga thúc đẩy giải hấp sản phẩm, ngăn chặn các phản ứng phụ không mong muốn.
Triển vọng: Hướng tới "phòng thí nghiệm tự động" với AI Agent
Hiện tại, nhóm nghiên cứu đã cho ra mắt phiên bản thử nghiệm của mô hình lớn về thiết kế vật liệu năng lượng hydro, sử dụng AI Agent làm động lực cốt lõi. Mô hình này không chỉ đạt được sự kết nối hoàn chỉnh trong công nghệ thực nghiệm vật liệu tự động, mà còn mở rộng sang lĩnh vực phát triển vật liệu theo chiều dọc, hiện thực hóa nâng cấp thông minh toàn bộ quy trình từ sàng lọc thiết kế đến chuẩn bị chế tạo vật liệu hydro.
Các nhà khoa học hy vọng sẽ mở rộng hệ thống đánh giá hiện tại sang các lĩnh vực tiên tiến như kim loại lỏng, hợp kim entropy cao và khung hữu cơ kim loại (MOFs), đồng thời khám phá cơ chế phản ứng xúc tác trong các điều kiện đa vật lý phức tạp (từ trường, quang nhiệt...). Điều này hứa hẹn sẽ thúc đẩy mạnh mẽ quá trình chuyển đổi hệ thống năng lượng xanh và carbon thấp.
Nguồn: Đại học Công nghệ Đại Liên / Advanced Energy Materials.
