近日，国际研究团队成功研发人工智能驱动的DigMethpy平台，为加速甲烷裂解制氢催化剂发现提供全新路径。甲烷裂解技术将甲烷分解为氢气与固态碳，有效规避传统制氢的直接碳排放，是构建未来清洁能源系统的关键环节。然而，熔融催化剂的化学设计空间庞大且动态活性位点机制尚不明确，传统试错实验面临周期长、成本高的瓶颈。 针对这一挑战，DigMethpy平台将科学文献、实验数据、计算模拟、机器学习与大语言模型深度融合，构建全自动数据闭环工作流。平台已整合逾五百份文献与记录中的四万余条高质量数据，覆盖熔融金属、合金、盐类及混合体系。通过实时信息抓取与验证反馈，模型精准识别出原子电荷描述符、扩散行为与氢气吸附特性等关键理化参数，据此成功设计出高活性多元熔融合金催化剂，大幅缩短新材料筛选周期。 东京大学先进材料研究所（WPI-AIMR）郝李教授表示，该框架实现了实验知识与人工智能决策的无缝衔接，标志着催化材料发现正迈向数据驱动与自主化阶段。成果已发表于《AI Agents》期刊。团队后续将持续扩充数据库、优化预测算法，并开发自主多智能体系统，以全面赋能下一代低碳能源材料的研发。