화학 정보 기반 자율 촉매 탐색
자율 실험은 촉매 발견을 가속화하는 효율적인 방법이지만, 현재는 해석하기 어려운 블랙박스 모델에 의존하는 경향이 있습니다. 본 연구는 완전 자동화된 전기화학 플랫폼과 해석 가능한 의사결정 인공지능을 통합하여, 수소 발생 반응의 12차원 공간에서 전기촉매를 자율적으로 탐색하는 새로운 패러다임을 제시합니다. 인간의 화학적 가설에 기반하여, 합성 조건과 전기촉매 활성 간의 국부적 2차 근사를 반영하는 화학 정보 기반 밴딧(bandit) 프레임워크를 구축했습니다. 이 밴딧은 탐색된 최적 영역 근처에서 합성 조건이 촉매 성능에 미치는 영향을 설명합니다. 이 의사결정 밴딧은 백금 기반 촉매에 필적하는, 이전에 보고되지 않은 풍부한 지구 원소 기반 전기촉매를 발견했습니다. 또한, 자율 탐색 과정에서 블랙박스 모델로는 불가능했던, 합성 조건이 전기촉매 성능에 미치는 영향에 대한 모델 기반 가설을 도출했습니다. 화학 정보 기반 가설을 의사결정 밴딧에 통합하는 이 접근 방식은 모든 화학 문제에 적용 가능하며, 단순 최적화를 넘어 촉매 설계 원리를 위한 가설 생성에 기여하는 자율 탐색 프레임워크를 제공합니다.