据九州大学官网报道，该校山崎仁丈教授等开发出了能预测质子传导性电解质材料的人工智能(AI)模型，然后仅通过一次实验就发现了较高性能的新型质子导电性电解质。这是将实验研究和数据科学相互融合基础上获得的一项成果。

该团队一直致力于固体氧化物燃料电池（SOFC）的电解质材料研究，并将目标聚焦于在350—450℃下工作的质子导电性钙钛矿氧化物。以往他们已了解到要使金属氧化物表达出质子导电性，必须将该构成物质的一部分元素置换为受主元素，以形成δ氧气缺陷，从而引发质子导入反应。此次研究中，研究小组以置换受主元素的钙钛矿氧化物为对象，合成22种钙钛矿氧化物并收集了高精度的质子浓度数据，结合从其他论文中收集的数据，形成了65种钙钛矿氧化物的761个数据，并交给AI进行学习。然后通过变换化合物成分组合，预测了8613种材料的特性，形成材料特性“地图”，根据“地图”指引即通过实验一次合成质子导电性能较高的锶、锡、氧化钪化合物SrSn0.8Sc0.2O3-δ。相关论文在线发表于美国化学会杂志《ACS Energy Letters》。