Une équipe de recherche dirigée par l'Université de Tohoku a mis au point une méthode fondée sur l'intelligence artificielle et la physique pour accélérer le développement de matériaux de stockage de l'hydrogène. Publiée dans la revue Chemical Science, cette étude s'appuie sur la base de données DigHyd et l'outil de régression symbolique GoodRegressor pour décrypter les propriétés physiques déterminant les performances des hydrures métalliques interstitiels. Ces solides absorbent l'hydrogène dans leur structure cristalline et le restituent sous pression, offrant une solution potentielle au stockage d'énergies renouvelables. Les chercheurs ont démontré que la capacité de stockage et la pression d'équilibre à température ambiante relèvent de mécanismes distincts. La capacité est principalement liée à la taille moyenne des atomes métalliques et à la conductivité thermique, qui reflète la flexibilité du réseau cristallin. Les résultats indiquent que les matériaux les plus prometteurs présentent un rayon atomique d'environ 1,47 angström et un réseau relativement souple. À l'inverse, la pression de libération de l'hydrogène dépend des propriétés élastiques, notamment le module de cisaillement et le coefficient de Poisson, qui caractérisent la rigidité du matériau. Cette dissociation des paramètres offre aux scientifiques une feuille de route claire : moduler la géométrie et la flexibilité du réseau pour augmenter la capacité, tout en ajustant la rigidité pour maintenir la pression de libération proche d'une atmosphère, soit des conditions compatibles avec les applications industrielles. Sur la base de ce modèle interprétable, l'équipe a proposé des stratégies de composition pour plusieurs familles d'alliages, notamment les structures cubiques centrées, les phases Laves et les matériaux de type LaNi5 et TiFe. Ces candidats nécessitent encore une validation expérimentale, mais la démarche permet déjà de réduire considérablement le champ de recherche et les essais empiriques. Le professeur émérite Hao Li et le professeur associé Seong-Hoon Jang soulignent que l'approche ne se contente pas de générer des suggestions, mais explique physiquement pourquoi certaines propriétés sont essentielles. Cette stratégie de modélisation ouverte pourrait être étendue à d'autres matériaux énergétiques, tels que les hydrures ioniques et les électrolytes solides à base d'hydrures, contribuant ainsi à accélérer la transition vers des systèmes de stockage d'énergie propres et sûrs.