生成式AI技術(shù)的應(yīng)用正在各行各業(yè)嶄露頭角。在醫(yī)藥領(lǐng)域，憑借AI強(qiáng)大的算力，藥品研發(fā)近幾年的效率大幅提高，成本顯著降低。
相似地，在電池材料研發(fā)中，AI也發(fā)揮巨大作用。
研發(fā)人員輸入對(duì)電池性能的要求，AI通過模擬計(jì)算在數(shù)十億個(gè)材料組合中快速篩選出最優(yōu)的候選材料，或者，直接設(shè)計(jì)出針對(duì)特定電池的全新材料。
傳統(tǒng)電池電解質(zhì)發(fā)現(xiàn)的難點(diǎn)
目前商業(yè)上可獲得的候選分子達(dá)100億之多，如果考慮5個(gè)為一組電池電解質(zhì)材料中的典型組合那么組合數(shù)量將達(dá)到10的47次方。
換句話說，就是很多很多。
所有這些組合對(duì)電池研發(fā)都很重要。只要研發(fā)人員找到正確的電解質(zhì)材料混合物，就可以為電動(dòng)汽車、電網(wǎng)甚至電動(dòng)飛機(jī)制造出充電速度更快、密度更高的電池。缺點(diǎn)是，與傳統(tǒng)藥物研發(fā)過程類似，找到正確的配方可能需要?dú)v經(jīng)十多年和成千上萬次失敗。
創(chuàng)業(yè)公司Aionics的創(chuàng)始人表示，他們的AI工具可以加速這一過程。
Aionics聯(lián)合創(chuàng)始人兼首席執(zhí)行官Austin Sendek在最近的達(dá)拉斯UP峰會(huì)上對(duì)媒體表示:
問題是候選太多，時(shí)間卻不夠。
當(dāng)電解質(zhì)遇見AI
鋰離子電池包含三個(gè)關(guān)鍵構(gòu)建塊分別是兩極電極和電解質(zhì)：一側(cè)是負(fù)極，另一側(cè)是正極，電解質(zhì)通常位于中間，在充放電時(shí)移動(dòng)在電極之間傳遞離子。
Aionics專注于利用AI工具包來加速電解質(zhì)的發(fā)現(xiàn)過程，最終提供質(zhì)量更高的電池。這家成立于2020年的初創(chuàng)公司，迄今已融資350萬美元，包括來自UP.Partners等投資者的320萬美元種子輪融資。
目前，Aionics已經(jīng)與保時(shí)捷電池制造子公司Cellforce、儲(chǔ)能公司Form Energy、日本材料和化學(xué)制造商昭和電工(現(xiàn)為Resonac控股)以及電池技術(shù)公司Cuberg建立合作伙伴關(guān)系。
Aionics研發(fā)人員利用AI加速的量子力學(xué)，可以在現(xiàn)有的數(shù)十億已知分子數(shù)據(jù)庫上運(yùn)行試驗(yàn)。
Sendek說，這使他們能夠每秒篩選1萬個(gè)候選分子。該AI模型學(xué)習(xí)如何預(yù)測下一次模擬的結(jié)果，并幫助選擇下一個(gè)候選分子。每運(yùn)行一次，就會(huì)生成更多數(shù)據(jù)，并在解決問題方面變得越來越強(qiáng)。
在某些情況下，Aionics已經(jīng)通過將生成式AI引入其中將這一過程提升到了一個(gè)新的層次。與依賴數(shù)十億已知分子不同，Aionics從今年開始使用在現(xiàn)有電池材料數(shù)據(jù)上訓(xùn)練的生成式AI模型來創(chuàng)建或設(shè)計(jì)針對(duì)某一特定電池的新材料。
Aionics通過使用卡內(nèi)基梅隆大學(xué)加速計(jì)算電化學(xué)系統(tǒng)Discovery項(xiàng)目組開發(fā)的軟件，來優(yōu)化發(fā)現(xiàn)過程。另外該公司還開始使用基于GPT 4構(gòu)建的大型語言模型（LLM），幫助研發(fā)人員在工具開始運(yùn)行之前就將可能的配方減少數(shù)百萬個(gè)。
Sendek解釋說，GPT-4經(jīng)過了Aionics的化學(xué)和科學(xué)論文訓(xùn)練，不能用于實(shí)際發(fā)現(xiàn)，但可以用來排除某些無用的分子。
在候選分子從數(shù)十億縮小至幾個(gè)億后或使用生成式AI模型設(shè)計(jì)出來之后，Aionics會(huì)將樣本發(fā)送給客戶進(jìn)行驗(yàn)證。
Sendek說:
如果第一輪沒有成功，我們會(huì)迭代，并進(jìn)行一些臨床試驗(yàn)來證明，直到找到最佳候選分子。一旦找到優(yōu)勝者，我們將與制造合作伙伴合作，擴(kuò)大其制造規(guī)模并推向市常
