Bahan bakar hidrogen menawarkan jalan menuju energi ramah lingkungan, namun penerapan praktisnya bergantung pada solusi penyimpanan yang efisien. Metode yang ada saat ini—tangki bertekanan tinggi atau pendinginan kriogenik—mengkonsumsi energi dalam jumlah besar, sehingga mengurangi manfaat hidrogen bagi lingkungan. Hidrida logam, bahan yang menyerap dan melepaskan hidrogen secara reversibel, merupakan alternatif yang menjanjikan. Penelitian terbaru, dengan memanfaatkan platform baru yang didukung AI, telah menunjukkan dengan tepat sifat atom dasar yang menentukan kinerja penyimpanan hidrogen, sehingga berpotensi mempercepat penemuan material unggul.
Platform Hidrogen Digital: Alat Baru untuk Ilmu Material
Para peneliti di Universitas Tohoku telah mengembangkan Platform Hidrogen Digital (DigHyd), sebuah infrastruktur berbasis AI yang mengintegrasikan lebih dari 5.000 catatan eksperimen yang dikurasi dengan cermat. Platform ini, dikombinasikan dengan model bahasa tingkat lanjut, memungkinkan prediksi metrik penyimpanan hidrogen yang akurat. Karya yang dipublikasikan di Chemical Science ini menandai pergeseran menuju desain material berbasis data.
AI yang Dapat Ditafsirkan Mengungkapkan Deskriptor Atom Utama
Penelitian ini secara sistematis mengeksplorasi model yang dapat diinterpretasikan secara fisik, mengidentifikasi massa atom, keelektronegatifan, kepadatan molar, dan faktor pengisian ionik sebagai deskripsi penting dari kinerja penyimpanan hidrogen. Tidak seperti pendekatan pembelajaran mesin “kotak hitam” yang buram, model regresi kotak putih DigHyd mempertahankan transparansi penuh, mengungkapkan bagaimana prediksi dibuat. Interpretabilitas ini memungkinkan para ilmuwan untuk memahami mengapa material tertentu unggul, sehingga memandu upaya desain yang ditargetkan.
Pertukaran Mendasar dalam Hidrida Logam
Studi ini mengkonfirmasi trade-off jangka panjang dalam desain logam hidrida: senyawa elektropositif yang ringan menunjukkan kapasitas penyimpanan yang tinggi tetapi pelepasan hidrogennya buruk pada suhu kamar, sementara logam transisi yang lebih berat melepaskan hidrogen lebih mudah tetapi dengan kapasitas yang lebih rendah. Yang mengejutkan, paduan berbasis berilium muncul sebagai sistem unik yang mampu menyeimbangkan karakteristik yang bertentangan ini, menawarkan kepadatan penyimpanan yang tinggi dan stabilitas termodinamika yang sesuai.
Mempercepat Penemuan Material: Paradigma Baru
Karya ini menetapkan metodologi terukur untuk mempercepat penemuan material dalam penelitian energi. Kerangka kerja berbasis deskriptor menghubungkan analisis berbasis data dengan pemahaman fisik, memberikan landasan transparan untuk merancang bahan penyimpanan hidrogen berkapasitas tinggi. Pendekatan ini dapat diperluas ke paduan kompleks dan struktur berpori, sehingga membuka jalan bagi teknologi energi yang aman, efisien, dan netral karbon.
“Model regresi kotak putih ini tidak hanya menghasilkan prediksi yang akurat, namun juga mempertahankan interpretasi fisik secara penuh,” jelas Hao Li, Profesor Terhormat dari Advanced Institute for Materials Research (WPI-AIMR), Universitas Tohoku.
Penelitian ini menandakan sebuah langkah penting dalam mengatasi hambatan penyimpanan energi yang telah lama menghambat adopsi hidrogen secara luas sebagai sumber bahan bakar ramah lingkungan. Kombinasi analisis berbasis AI dan pemahaman fisik mendasar menjanjikan percepatan pengembangan sistem penyimpanan hidrogen generasi berikutnya
