基礎科学研究所の玄大完（Hyeon Taeghwan）主任研究者率いるチームは、異種触媒の知識を統合する人工知能（AI）フレームワークを開発し、グリーン水素生産のための新たな触媒発見に成功しました。この研究成果は学術誌「ネイチャーマテリアルズ」に掲載されました。グリーン水素製造の主要な課題である酸素発生反応（OER）の効率向上には高性能触媒が不可欠ですが、従来の研究は酸化物や単一原子触媒など特定の材料群に限定され、異なるシステム間での知識共有が困難でした。これに対し、チームはカーボン支持体上の単一原子触媒とペロブスカイト酸化物の両方のデータを学習させる「クロッシングニューラルネットワーク（CBNN）」を構築しました。このAIは、触媒表面の原子配列を画像データとして、酸化物のバルク構造をグラフデータとして同時に学習することで、学習データに含まれていなかった「ペロブスカイト酸化物支持体上の単一原子触媒」という新たな材料クラスのパフォーマンスを予測しました。さらに、自然言語処理を併用した自動記述子選定プロセスにより、酸化状態やイオン半径などの化学的要因と活性の関連性を特定。その結果、タングステン、モリブデン、ルテニウム、ロジウムという4種の金属原子をペロブスカイト酸化物支持体に固定した多金属単一原子触媒を特定しました。実証実験では、この触媒が従来の酸化物触媒や炭素支持体触媒を上回る低い過電圧と高いターンオーバー頻度を示し、AI の予測が正確に的中することが確認されました。この手法の革新的な点は、AI が既存の材料グループ内で最適化を行うだけでなく、異種知識を融合させて人類が予期していなかった新材料の設計方向性を提示する点にあります。研究チームは、この汎用性の高いAI 枠組みが、触媒開発にとどまらず、電池や薬物発見など、多様な材料科学分野への応用が期待できると述べています。