AIがイリジウムを避ける道を見つけた

クリーンな水素をつくるため、電解槽は電気で水を分解する。最もコンパクトな方式である固体高分子形(PEM)水電解装置では、一方の電極が、強い酸性で非常に酸化力の強い環境の中で酸素を放出しなければならない。そこで十分な活性と耐久性を兼ね備えているのは、イリジウムかルテニウムの酸化物だけだ。

主な問題はコストではない。水素の価格は、効率と寿命により大きく左右される。問題は供給だ。イリジウムは産業で使われる元素の中でも最も希少なものの一つで、ルテニウムもそれよりわずかに多いだけだ。どちらも白金族金属の採掘の副産物として得られ、供給網は集中していて融通がきかない。電解槽をギガワット規模に拡大しようとすれば、この壁にぶつかるおそれがある。

自分で実験を選ぶ実験室

マサチューセッツ州ケンブリッジの企業Lila Sciencesのチームは、90%以上が自動化された閉ループのプラットフォームをつくった。人間はサンプルを運び、装置を起動するだけだ。

• 機械が、複数の金属酸化物を混ぜた薄膜を成膜する。1バッチで32サンプル、それぞれ3種類の組成をもつ。
• 薄膜を測定したあと、硫酸中で試験する。酸素をどれだけ出しやすいか(活性)と、金属をどれだけ失うか(安定性)を調べる。
• 機械学習モデルは毎回のラウンドのあとに再学習される。エージェントが、新しい領域を探索するか、有望な領域を詰めるかを決め、言語モデルが次の実験を選んでその理由を説明する。

最短のサイクルは約22時間で、プラットフォームは週に約240種の触媒を試験する。

予想外の系統

26種類の元素からなる53の系統、2942種の触媒を調べた結果、活性と安定性のバランスが最もよかったのは、ほかの金属をごくわずかに含むパラジウムを多く含む酸化物だった。これは驚きだった。酸化パラジウム単体はこの反応の触媒としては性能が低いことで知られ、こうした系統はこれまで報告されていなかったからだ。

最も優れていたInMnPdOxは、99.91%がパラジウムで、マンガンは0.06%、インジウムは0.03%にすぎない。

• 初期性能:酸化ルテニウムに近い(過電圧は0.45ボルト対0.41ボルト。低いほどよい)。
• 耐久性:1000時間にわたって0.5ボルト未満を保った。酸化パラジウム単体は約200時間でこの線を超え、ニッケル・タンタルを含む仲間は約470時間で超えた。
• 1000時間後も**パラジウムの96%**を保っていた。酸化パラジウム単体では87%、酸化ルテニウムのルテニウムは59%だった。
• 貴金属をまったく含まない最良の触媒はコバルト系だったが、4時間もたずに機能しなくなった。

有望なパラジウム触媒と酸化ルテニウムの比較:活性、安定性、金属の損失、そして(E)1000時間にわたる長期試験。— 図3、Jenewein, Habib Zadeh et al. (2026), arXiv:2609.30133.

なぜ長もちするのか? 運転中、InMnPdOxには針のようなナノ構造の網目が成長する。その領域の大きさは2ナノメートル以下だ。表面の化学は酸化パラジウム単体と同じなので、著者らによれば、違いを生んでいるのは構造だという。

AI対チャットボット

実際のデータで探索を再現すると、チームのエージェントは、ほかのどの戦略よりも速く最良のバランスを改善した。標準的なベイズ最適化はランダムな選択とほぼ同じ成績で、言語モデル単独ではランダムより悪かった。90%の確率でパラジウム系統にたどり着くために、エージェントは11の材料系統を、ランダム探索は18の系統を必要とした。言語モデル(Claude Opus 4.6)は、50系統以内では一度もたどり着けなかった。

AIエージェントとほかの戦略の比較(A)と、パラジウムを見つけるまでにそれぞれが必要とした材料系統の数(B):言語モデル単独ではたどり着けなかった。— 図5、Jenewein, Habib Zadeh et al. (2026), arXiv:2609.30133.

最終解ではなく、当面の選択肢

パラジウムも貴金属だ。しかし年間生産量はイリジウムの10倍を超える。その歴史的な主な用途である自動車の排ガス浄化触媒は、電動化とともに減りつつあり、リサイクルの経路もより多様だ。制約をゆるめはするが、なくすわけではない。

利益相反: 著者は全員Lila Sciencesの社員であり、同社がこの研究に資金を出している。同社はこれらの材料とプラットフォームについて特許を出願済み、または出願する可能性がある。耐久性を生むしくみは、まだ解明される必要がある。