超氢化物作为一种能储存更多氢的材料，在储氢、磁悬浮列车及量子计算超导材料等领域展现出广阔的应用前景。然而，其合成过程需承受极高压力，通常达数十吉帕斯卡，使得反应控制成为一大难题。近日，研究人员借助机器学习模型，成功复现了超氢化物的高压合成反应，为这一领域的精确控制开辟了新路径。

该研究成果已于2025年5月29日发表在《美国国家科学院院刊》上。研究团队由东京大学工程研究生院助理教授佐藤龙平领衔，与东北大学WPI-AIMR的Shin-ichi Orimo教授、Hao Li教授及剑桥大学的Chris Pickard教授共同合作完成。

“以氢与氢比例为1:6的超氢化钙(CaH6)为例，其合成从最初的结构预测到最终实现，耗时长达十年。”Orimo教授指出，传统技术在高压下的局限性一直是超氢化物研发的瓶颈。此次，研究团队构建的机器学习潜力模型，基于氢和已知氢化钙的现有数据进行训练，有效模拟了高压下的反应过程。

通过该模型，研究人员揭示了一种独特的反应途径：在高温高压环境下，氢化钙(CaH2)表面发生熔化并吸收氢分子，最终凝固成块状超氢化钙(CaH4)。这一由压力和分子相互作用驱动的表面熔化、氢吸收及凝固过程，代表了高压氢化学中的一种常见机制。

“这项研究不仅加深了我们对高压物理化学过程的理解，还强调了易于计算的材料性质在确定反应条件中的重要性。”Orimo教授表示，这些发现有望为超氢化物的合成策略提供新的思路，降低其开发难度。

此外，该研究还展示了机器学习在预测未知化学反应途径方面的巨大潜力，为材料科学领域的发展注入了新的活力。随着研究的深入，超氢化物有望在更多领域发挥重要作用，推动相关技术的进步。

更多信息： Ryuhei Sato 等人，《表面熔融驱动的氢吸收用于高压聚氢化物合成》，《美国国家科学院院刊》(2025)。期刊信息： 美国国家科学院院刊