Une équipe de chercheurs de l'université de Tohoku, dirigée par le professeur Hao Li, a développé une approche innovante combinant l'intelligence artificielle et des expériences en laboratoire pour accélérer la découverte de nouveaux catalyseurs destinés aux technologies énergétiques propres. Leur travail, publié en 2026 dans la revue National Science Review, présente un assistant IA spécifique appelé ChatHEA, conçu pour l'électrocatalyse à base d'alliages à haute entropie. Ces matériaux multi-éléments sont essentiels pour optimiser la réaction de réduction de l'oxygène, un processus clé dans les piles à combustible hydrogène. Plutôt que de se contenter de faire des prédictions, ChatHEA accompagne l'ensemble du cycle de recherche. Il extrait automatiquement des connaissances dans la littérature scientifique, propose des combinaisons d'éléments prometteuses, planifie les protocoles expérimentaux et traite les données de performance. Cette intelligence artificielle a été couplée à une plateforme d'expérimentation à haut débit, permettant de synthétiser et d'évaluer simultanément cent alliages à cinq composants. L'analyse a révélé que l'efficacité catalytique ne dépend pas de chaque élément pris individuellement, mais de leurs interactions synergiques, notamment dans les systèmes à base de fer, cobalt, cuivre, platine, iridium et nickel. Parmi les matériaux testés, un alliage combinant le fer, le cobalt, le cuivre, le platine et l'iridium a démontré une activité et une durabilité exceptionnelles pour la réduction de l'oxygène. Dans des tests électrochimiques et des essais réels sur pile à combustible, ce catalyseur surpasse le platine commercial de référence. Il a permis d'atteindre une densité de puissance crête de 0,789 watt par centimètre carré, dépassant ainsi les objectifs d'activité fixés par le département de l'Énergie américain pour 2025. Des calculs théoriques et une modélisation cinétique ont confirmé que la diversité des éléments ajuste la structure électronique des sites actifs et améliore la fixation des intermédiaires réactionnels, optimisant ainsi l'efficacité globale. Cette méthodologie hybride ouvre la voie à une découverte plus rapide et plus efficiente de matériaux complexes, traditionnellement longs et coûteux à développer. En réduisant considérablement la quantité de métaux précieux nécessaires, elle pourrait abaisser le coût des piles à combustible hydrogène, des systèmes de secours énergétique et des infrastructures bas carbone. Les chercheurs soulignent que ChatHEA ne remplace pas le laboratoire, mais sert de copilote stratégique, validant l'IA comme un pilier essentiel de la recherche avancée en science des matériaux et en transition énergétique.