成功筛选4种高活性析氢催化剂！中美课题组联手，用主动学习识别1.4万个高熵氧化物
内容提要
高熵氧化物（HEOs）在化学催化中具有广泛应用潜力。清华大学等团队提出了一种主动学习框架，成功筛选出4种高效催化剂，展现出优异的氢气产量和稳定性，为高熵材料的开发提供了新思路。
关键要点
-
高熵氧化物（HEOs）在化学催化中展现出广泛应用潜力。
-
清华大学团队提出了一种主动学习框架，成功筛选出4种高效催化剂。
-
HEOs由5种或5种以上主元组成，具有丰富的活性位点和可调节的比表面积。
-
主动学习（AL）作为高效探索化学空间的重要工具，已在功能材料和药物开发领域得到广泛应用。
-
研究团队通过主动学习框架识别出最具潜力的高熵尖晶石氧化物（HESOs），在水煤气变换反应中表现出卓越的产氢性能。
-
研究成功制备了CrMnCoNiCu催化剂，显示出良好的可重复性和规模化潜力。
-
研究中构建了包含14种过渡金属的初始数据集，潜在的HESOs候选总数为14,443。
-
通过多次主动学习迭代，研究人员成功筛选出4种新型HESOs，表现出优异的稳定性和催化活性。
-
研究结果表明，所选HESOs的氢气生成速率显著高于传统催化剂。
-
人工智能技术为高熵材料的研发注入了强劲创新动力，未来有望在多个领域实现广泛应用。
延伸问答
高熵氧化物（HEOs）是什么？
高熵氧化物（HEOs）是由五种或五种以上主元组成的材料，具有丰富的活性位点和可调节的比表面积，广泛应用于化学催化领域。
清华大学团队在高熵氧化物研究中取得了哪些成果？
清华大学团队提出了一种主动学习框架，成功筛选出四种高效催化剂，展现出优异的氢气产量和稳定性。
主动学习（AL）在高熵材料研发中有什么作用？
主动学习（AL）作为一种高效探索化学空间的工具，能够在实验数据有限的情况下高效识别性能最佳的催化剂。
研究中筛选出的四种高熵尖晶石氧化物（HESOs）有哪些特点？
这四种高熵尖晶石氧化物在水煤气变换反应中表现出卓越的产氢性能和优异的稳定性，氢气生成速率显著高于传统催化剂。
研究人员如何构建初始数据集以进行主动学习？
研究人员构建了一个包含14种过渡金属的初始数据集，理论上潜在的HESOs候选总数为14,443，并通过Kennard-Stone算法从中采样305个数据点。
高熵材料的未来应用前景如何？
高熵材料，特别是高熵氧化物，未来有望在能源、环保和新材料等领域实现广泛应用，推动相关技术的创新。
