Aionics公司使用AI寻找使电池更快充电的电解质

发布时间：2023-10-14 11:00:14 所属栏目：外闻来源：网络

导读： 　　ClimateTech 大会的第一场活动上，我认识到了人工智能怎样帮助开发未来电动超跑的电池材料。

　　这是在与文卡特·维斯瓦纳坦（Venkat Viswanathan）讨论电动航空业的潜力

　　ClimateTech 大会的第一场活动上，我认识到了人工智能怎样帮助开发未来电动超跑的电池材料。

　　这是在与文卡特·维斯瓦纳坦（Venkat Viswanathan）讨论电动航空业的潜力时提出的。考虑到空中飞行对电池的巨大需求，这是一个令人兴奋的前景，也是一个巨大的挑战。今天的电池根本无法在空中坚持太久。

　　在 ClimateTech 的舞台上，维斯瓦纳坦宣布了一项新的研究合作伙伴关系，他表示这将使人工智能成为开发未来电动汽车电池的关键力量。这笔交易的双方是 Aionics 和德国电池制造商 Cellforce，Cellforce 是保时捷的子公司。 Aionics 将帮助 Cellforce 设计新的电解质材料，以期制造出更好的电池。

　　这场讨论和 ClimateTech 的所有其他活动仍让我感到兴奋，所以现在，我想带你进一步了解人工智能如何帮助推动电池技术的发展。

　　我们需要更好的电池。充电速度更快、容量更大的电动汽车可以取代更多的传统内燃机汽车。对于航空等一些行业来说，电池化学的重大技术进步将是必要的，以使更新、更清洁的技术落地。但是，在实验室里构想出的新电池，距离大规模生产还有很长的路要走。这条路可能需要十多年才能走完。

　　在 ClimateTech 的会议上，维斯瓦纳坦述了这个问题，同时指着他手腕上的健身追踪器，里面有一块 Sila 制造的电池。它的新型阳极是用硅制成的，这有助于把更多的能量放入设备中。据该公司称，这款微小产品的电池化学成分经过了55000 多次迭代。

　　Aionics 的另一位联合创始人阿斯汀·森德克（Austin Sendek）在活动前的一次电话会议上表示，这对电池开发商来说是一种非常典型的情况，也是新技术的一大瓶颈。森德克说：“电池和气候技术的紧迫性太大了……过去几年的这种试错方法根本不起作用。”

　　问题是，可以在电池中使用的潜在材料和材料组合，其数量几乎是无法统计的。森德克估计，可供商业使用的化学品数量高达数十亿种。他说：“数量太多了，我们根本不知道该怎么办。”

　　 Aionics 正致力于通过使用开源开放的人工智能工具帮助实验室研究人员更快脚踏实地地从头到尾找到更好的电池电解质溶液的化学物质。该公司主要专注于电解质，这种材料负责在电池中运输电荷。森德克说：“这对我们来说是一个巨大的机会，可以加速整个行业的发展。”

　　那么，这一切究竟是如何运作的呢？人工智能可以驱动很多工具，Aionics 希望这些工具将有助于为未来的电动汽车和其他应用领域制造更好的电池。

　　机器学习可以对许多选项进行分类。即使只考虑当今电池中使用的化学物质，也有大量的组合摆在眼前。机器学习工具可以帮助设计实验，以加快筛选这些选项的过程，同时优化所需的结果。正如我的同事詹姆斯·特姆普（James Temple）在 2022 年所写的那样，在最近的一篇论文中，维斯瓦纳坦和合著者使用了这些工具来寻找帮助电池更快充电的电解质。

　　Aionics 希望利用在现有电池材料上训练的生成式模型来开发尚未发现的新材料。这些分子将被添加到等待池中进行合成，并在电池中进行测试。

　　这个想法类似于将人工智能用于药物发现，我的同事威尔·道格拉斯·海文（Will Douglas Heaven）在 2023 年早些时候深入讨论了这个话题。

　　大型语言模型可以帮助研究人员更快地工作。在 ClimateTech 的另一场活动中，维斯瓦纳坦分享了 Aionics 开发的一种名为 ElectroBot 的大型语言模型的进展。该模型使用的训练数据是教科书和已发表的电解质化学研究，可以帮助回答有关化学性质的问题或提出建议，从而帮助解决实验室中的问题。

　　这类人工智能模型通常存在“幻觉”问题，或产生不真实的回答。这家初创公司正致力于在其模型中解决这一问题，尝试告诉科学家可以在教科书或发表的论文中找到对应的信息。这些研究人员表示，他们希望能够通过一种方法来改善这种情况。“如果我们能够在一个更好的环境中工作，我们就可以做得更好。”

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!