利用人工智能应对电池挑战

虽然未来可能是未知的,但有一样东西人类将继续依赖:电池。考虑到这一点,对电动汽车、智能手机和其他设备的依赖正在推动研发更安全、更经济、充电更快和更可靠的电池。为了帮助这项研究,卡内基梅隆大学工程学院的科学家们转向了人工智能(AI)。

人工智能燃料电池。jpg

面对实验往往需要数年时间的事实,团队决定采取一种自主的方法。在最近发表的一篇论文中,该团队概述了其利用机器学习发现潜在化合物和材料的方法。由于水溶液是可再生能源存储的理想材料,研究小组将研究重点集中在水溶液电解质上。该团队的方法大大减少了探索所需的时间,这可能会导致新电池创新的更快发展。

机械工程学生Adarsh Dave说:“设计高性能的水电池是一个需要解决的重要过程。“然而,有惊人数量的可能配方可供选择,这就是我们的设计过程。”

该团队开发了一个集成了机器学习的机器人平台Otto,通过测量电池的潜在性能来发现电池电解质,这将是理想的电池应用。Otto附属于一个贝叶斯优化器,并自动运行,从而产生实时机器学习,学习计划顺序实验。

根据研究人员的说法,Otto混合了馈电溶液,并在对称铂电极电池中测量pH值、离子电导率和电化学性能。一台带有控制软件的计算机将传输奥托需要测试的电解质。然后奥托将电解质的性质发回。这样的反复练习逐渐提高了奥托的机器学习能力。这意味着更快的测试是全天候进行的。

奥托能够在40小时内测试140种电解质配方,而人类要花的时间要长得多。结果表明,混合负离子钠电解质比基准电解质具有更高的稳定性。奥托的精确性和可重复性能够发现一种人类很容易忽略的新可能性。

斯科特能源创新研究所(Scott Institute for Energy innovation)主任、工程、公共政策和材料科学工程教授杰伊·惠塔克(Jay Whitacre)表示:“虽然没有机器人或算法能取代训练有素的化学家的创新直觉,但我们的系统肯定能自动化并加速日常科学和设计任务。”“我希望看到我在其他实验室的同事们自动化地处理掉这些无聊的东西,真正加快电池创新的步伐。”

尽管奥托可能还没有参与其他研究,但CMU工程学院对机器学习和增强电池测试的关注引起了Facebook的注意。9月,两人启动了开放催化剂项目。它的目标与CMU的研究一致,即寻找更好的储存可再生能源的方法。据研究科学家拉里•兹特尼克称,大规模部署锂离子电池“可以持续几天或几周,或者储备电力……是非常昂贵的。”

正在开发AI以帮助研究人员探讨更便宜的新电催化剂,而且具有比铂金的环境影响较小。正在进行的项目旨在创建可以在更短时间内预测原子互动的AI。类似于发现电解质,而不是每年测试三种或四种组合物或材料,AI每年可以测试40,000个模拟。

尽管奥托和其他人工智能集成平台可能仍处于开发的早期阶段,但这些研究表明,电池的改进可能很快就会到来。

请点击在这里查看原文。

戴安娜大