英國《自然·通訊》雜志27日發(fā)表一項最新技術(shù)成果，美國科學(xué)家團隊描述了一種機器人學(xué)與人工智能(AI)相結(jié)合的技術(shù)，該技術(shù)能篩選出鋰離子電池非水液體電解質(zhì)溶液的“最佳配方”。該研究或有助于加快研發(fā)出功能更好的充電電池，比如充電速度更快、使用壽命更長。

　　開發(fā)高性能電池技術(shù)對于推動運輸和航空業(yè)的電氣化格外重要。開發(fā)鋰離子電池成分的傳統(tǒng)技術(shù)需要對可能的材質(zhì)選擇進行實驗，非常耗時，有時候研發(fā)過程需要好幾年。尤其在研發(fā)非水液體電解質(zhì)溶液的情況下，需要選擇出多種溶劑、鹽及特定比例，許許多多的設(shè)計變量，都使得電解質(zhì)優(yōu)化既費時又費力。曾有人提出了一種加快這一進程的方法——利用AI與機器人相結(jié)合的技術(shù)，發(fā)現(xiàn)最優(yōu)的電池成分。

　　美國卡內(nèi)基·梅隆大學(xué)研究人員溫卡特·韋斯萬納森、杰·懷塔克利及他們的同事，此次設(shè)計了一個名為“Clio”的定制自動化機器人平臺，并與一個名為“蜻蜓”(Dragonfly)的基于貝葉斯優(yōu)化的AI相結(jié)合。利用這些工具，他們證明了該系統(tǒng)能在兩個工作日里的42次實驗中，自主篩選并確定出6種高導(dǎo)電非水鋰離子電池的電解質(zhì)配方。

　　研究人員指出，他們的方法發(fā)現(xiàn)電解質(zhì)的速度是隨機篩選速度的6倍。研究團隊在商用鋰離子軟包電池中測試了該電解質(zhì)溶液，并以傳統(tǒng)的電解質(zhì)組分作為基線實驗，演示了其快速充電的性能。

　　研究團隊總結(jié)道，他們的研究有助于高性能充電電池的研發(fā)，對于更大范圍的能源應(yīng)用和材料科學(xué)具有重要意義。

　　總編輯圈點

　　曾經(jīng)鮮花著錦的人工智能產(chǎn)業(yè)本身，近幾年已經(jīng)冷靜了不少。但人工智能和其他領(lǐng)域結(jié)合應(yīng)用的案例已越來越多。這次，科研人員設(shè)計了定制自動化機器人平臺，開發(fā)了新的AI算法。該系統(tǒng)能在短時間內(nèi)篩選并確定高效的鋰電池的電解質(zhì)配方。要知道，如果按傳統(tǒng)方法，需要反復(fù)調(diào)試、試驗，還是由算法在虛擬世界進行配方調(diào)試來得省事。類似的配方篩選，不僅可以用在電池上，其他涉及配方的能源和材料領(lǐng)域或許也可以得到智能系統(tǒng)的幫助。 (記者張夢然)