开发电池不再大海捞针！这家新创用AI助攻、效能大增13％，怎么做到的？

▼

开发电池时，寻找适当的电解质材料可以为电动运具或电网提供充电速度更快、能量密度越高的电池，但要在100亿种分子中寻找适当的组合十分耗时，可能需要花费十几年、进行5万次以上的实验及改善，才能找到最具效率的组合。因此新创公司Aionics善用AI的运算功能，加速充电电池的开发效率。

人工寻觅合适电解液组合，需要测试上千次

锂电池的组成有三个重点：正负两极，以及扮演快递员，负责运送离子至两端的的电解液，因此电解液的组成对于电池的运作效率来说是相当关键的要素，而新创公司Aionics的主要业务正是优化电解液的成份。

现今市场上光可以采用的分子种类就有100亿种，而在制作电池中的电解质液体时，大多会以5种分子为一组，进一步判断最合适的组合。但这样的排列组合种类多达10的47次方，可能需要经历数千次的失败才能找到合适的电解液配方。Aionics共同创办人兼执行长奥斯丁桑达克（Austin Sendek）近日接受采访时表示，他们面临的问题是可以选择的材料太多，但是时间不够。

另一位创办人兼首席科学家威克曼维斯瓦纳坦（Venkman Viswanathan）也曾表示，近年来面对气候变迁，对于电池技术的需求非常急迫，而过去这种慢慢试错的方法已经行不通。他以手上的健身关注器为例，光开发其电池成分就试验了55,000次，但这款电池选用硅作为正极材质，有助于将更多能量注入装置。

因此Aionics正运用AI工具的优势，加速电解液组合的开发，以提供最佳的电池品质。他们根据现有的电池材料资料，训练生成式AI模型来建立或针对特定新分子进行研发。

使用AI寻找电解液设计原则

该公司正在使用卡内基美隆大学，同时也是身为该大学教授的维斯瓦纳坦特别为电化学计算开发的软件。他也使用基于Open AI的GPT-4所构建的大型语言模型，帮助其他科学家在执行数百万种配方测试前，就透过资料库筛选出可能的组合。

维斯瓦纳坦过去和研究团队在《Nature Communications》发表的论文指出，当时透过AI实验制作出的六种电解液的效能都优于标准组合，其中表现最佳的效能甚至提高了13%。

桑达克解释，这款聊天机器人经过化学教科书和公司挑选的科学论文进行培训，因此不用实际操作，就能透过它删除在特定应用中不会用到的分子。他也表示，采用AI对该领域的好处是，方便寻找设计原则。

当数十亿种候选组合被缩小范围到只有一对时，Aionics就会让这个组合进到验证阶段。桑达克表示，有时候可能无法在第一轮就找到目标，但他们会不断迭代筛选和改进，直到找到最终组合。而一旦找到这个组合，就会开始进入制造和上市阶段。

Aionics目前已和一些公司进行合作，包括保时捷的电池制造子公司Cellforce、储能公司Form Energy、日本材料和化学品制造商Resonac（原Showa Denko），以及电池技术公司Cuberg等。Chement也是另一家和Aionics合作并且由维斯瓦纳坦创立的公司，这间公司目前也应用这套AI流程至零碳水泥制造当中。

参考资料：Tech Crunch、Multiplatform.AI、Technology Review、Technology Review

延伸阅读：辉能固态电池“便宜两成”方式揭密，拼明年装车发表！

责任编辑：钱玉纮

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。