新阿特拉斯（New Altas）报导，AI人工智能发展迅速，应用到自驾汽车，甚至可能取代出租车。但是许多科学家对这种发展不以为然，他们表示现在的AI用于服务业是搞错方向，AI应该是协助人类处理琐碎的「找材料」。在最近一个例子中，多伦多大学（UoT）的研究人员透过AI的运算能力，找到最佳的效率生产绿色氢气的催化剂，节省了好几年的的实验时间。
催化剂又称「触媒」，在化学反应中，它们不会介入反应，但是却会加快反应，这使得生成与化合的过程变的极其有效率，因此常被形容是「真实的点金石」。历史上最著名的催化剂事例，是第一次世界时期德意志帝国的「哈伯法制氨」（Haber Process），在200个大气压及摄氏400度的环境下，以高温铁做为催化剂，成功将氮气及氢气合成为产生氨气。由于氨是氮肥的原材料，对农业生产相党关键，这使得哈伯法制氨被称为「从空气中产面包」的过程。
而在制作氢气方面，氢气如何制作？电解法是最常见的手段，利用电解水，可以释放出氢气和氧气。如果我们使用再生能源来供电，那么产出的氢气就相当环保，称为「绿色氢气」。但是需要大量可再生能源以及昂贵的金属来生产氢气，所以科学家希望引入催化剂，使电解过程程更加高效且更具成本效益。
初中物理课提到的「二氧化锰」就是最常见一种金属氧化物催化剂，现在科学家要找的，当然是更好、更具效率的配方。于金属氧化物有数十亿种，要开发出一种能够满足研究人员所需条件的合金，其间还要不断的反复实验以证明效果，一但无效又要重来再来，因此经常需要花费数年时间。
现在，多伦多大学博士后研究员阿贝德（Jehad Abed）所带领的研发团队，开发了一个AI程序，由它们去运算36,000多种现已知的金属氧化物原材料，以了解哪种配方是生产氢气的最效催化剂。非常有效率的，AI人工智慧在几天之内就找到了一个强有力的候选配方，再经过几轮的参数调整后，该计划确定了一种由特定比例的钌、铬和钛组成的合金，并且证明，这种配方的稳定性和耐用性，是团队基准金属的20倍。
研究团队还想要进一步了解原理，他们利用了「比太阳亮数十亿倍」的同步加速器以确定在原子层面的反应过程，证实「AI识别的催化剂」，原子排列如何变化，并对通过的电力做出反应。
下一步的研究是在现实条件下测试合金，看看它是否能发挥作用。这可能使绿氢作为清洁燃料成为更可行的选择。
