人工智能燃料電池是什么樣

機器學習正越來越多地用作一種工具，以幫助研究人員發現滿足其獨特設計要求的新材料和化合物。這種新穎的方法減少了研究人員花費在創建和實驗測試各種材料上的時間，因此可以更快地發現新發現。在卡內基梅隆大學獲得機械工程博士學位。學生和塔塔咨詢服務公司總裁研究員Adarsh Dave將這種方法應用于電池，并取得了令人驚訝的發現。

他說，Dave的動機是減少溫室氣體的排放。電池創新是減少排放的一種簡便方法。但是，由于化學過程非常復雜，因此這些創新往往會非常緩慢地發生，因此該團隊開始尋找加快速度的方法。這項研究集中在水性電解質上，戴夫(Dave)說，該電解質非常適合存儲可再生能源。

戴夫說：“設計高性能水性電池是解決這一問題的重要過程。” “但是，這里有大量可供選擇的公式可供選擇，這就是我們設計過程的源泉。”

戴夫(Dave)和他的團隊建立了一個名為“奧托(Otto)”的機器人平臺，通過測量確定其在電池中是否有效的特性來表征電池電解質。該學習機集成了奧托，和他們一起優化電解液的電池。計算機告訴Otto要測試哪些電解質，然后Otto告訴計算機這些電解質的性質。奧托(Otto)與計算機之間的這種來回關系有助于機器學習進行優化以找到最佳的電解質。奧托可以像人類一樣快地混合和測試電解質，但是與人類不同，奧托可以24/7全天候運行。

CMU機械工程副教授Venkat Viswanathan表示：“大多數電池實驗室都會與大量的研究生一起設計和測試各種電解液，以設計電解液。” “我們只是一個由三人組成的團隊，他們制造了一個機器人來為我們完成大部分工作。”

他們研究的意義已經顯而易見。在最近發表的一篇論文中，Dave和他的團隊提出了一種機器學習所揭示的“非直覺，新穎的電解質”。如果沒有他們的研究，這種電解質對于設計者可能仍然是未知的。這為機器學習在設計過程中的未來顯示了廣闊的前景。此外，奧托(Otto)的自動化技術可以加快測試和實驗過程，使科學家能夠專注于全局研究。

斯科特能源創新研究所所長，工程與公共政策學教授杰伊·惠塔克雷(Jay Whitacre)表示：“雖然沒有機器人或算法能夠取代訓練有素的化學家的直覺，但我們的系統無疑可以自動化并加速常規科學和設計任務。”材料科學工程。“我希望看到其他實驗室的同事能夠自動將無聊的東西自動化，并真正加快電池創新的步伐。”

該論文于2020年11月發表在《Cell Reports Physical Science》上。其他作者包括CMU Ph.D.。學生Kirthevasan Kandasamy，Han Wang，Sven Burke和Biswajit Paria以及BarnabásPóczos副教授。材料科學研究員Jared Mitchell也為該項目做出了貢獻。