在上周 ClimateTech 大会的最后一场活动上，我了解到了人工智能如何帮助开发未来电动跑车的电池材料。
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。
在我们的讨论中，维斯瓦纳坦表示，他之所以认为电动航空业充满希望，一个重要原因是他看到了人工智能加速电池研究的潜力。事实上，他在 2020 年联合创立了一家名为 Aionics 的初创公司，旨在将人工智能引入电池开发领域。
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。
加速
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。
（来源：STEPHANIE ARNETT/MITTR）
在 ClimateTech 的会议上，维斯瓦纳坦概述了这个问题，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 正致力于使用人工智能工具帮助研究人员更快地找到更好的电池化学物质。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。”
换档
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。
生成式人工智能可以设计新材料，甚至有可能超越目前可用的数十亿分子。
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。
正如维斯瓦纳坦所说，人工智能可能是我们加快电池开发时间表的最佳机会。
作者简介：凯茜克龙哈特（Casey Crownhart），是《麻省理工科技评论》的气候记者，专注于可再生能源、交通以及技术如何应对气候变化。她还曾是一名自由科学和环境记者，为 Popular Science 和 Atlas Obscura 等媒体撰稿。在从事新闻工作之前，她是一名材料科学的研究员。
支持：Ren
