人工智慧助力鋰電池技術，美科學家找到了更安全的固體電解質

研究顯示，普通鋰離子電池之所以發生爆炸的重要原因之一，就是由於傳統鋰電池的電解液為有機液體，在不太高的溫度下就能發生副反應，產生氣體，膨脹後引起爆炸。針對這一情況，來自美國斯坦福大學的研究人員使用人工智慧和機器學習的辦法，找到了約21種固體的電解質材料，有希望徹底解決這一問題。

雷鋒網瞭解，日前該團隊將他們的研究成果發表在《能源與環境科學》雜誌上。文章顯示，科學家們並沒有使用傳統的隨機測試個別化合物的方法來尋找新的固體電解質材料，而是使用了人工智慧和機器學習，通過實驗資料構造預測模型。他們訓練了一種電腦演算法，基於現有的資料，去學習如何辨認化合物的好壞。這個過程和人臉識別演算法，在觀察幾個範例後，去辨認人臉的過程很類似。

論文的第一作者、研究的帶頭人、應用物理學博士研究生 Austin Sendek 表示：“現有的含有鋰元素的化合物數量是數以萬計的，絕大多數是未經測試的。其中的一些可能是性能優異的導體。我們開發了一個計算模型，對於我們現有的有限資料進行學習，從大規模的資料庫中，篩選出合適的材料。這種篩選方法的速度是現有篩選方法的百萬倍。”

為了設計這個模型，Austin Sendek 花費了差不多兩年時間，搜集了關於含有鋰元素的固體化合物的幾乎所有科學資料，然後通過這些資料對待選固體化合物的穩定性、成本、豐富度、鋰離子的導電性等諸多理化屬性進行了評測，最終篩選出了21種最合適的固體電解質材料。

Austin Sendek 表示：“我們篩選了超過12,000種含有鋰元素的化合物，最終找到了21種作為固體電極的理想材料。篩選只需要花費幾分鐘。我絕大多數的時間，實際上是用於搜集和管理所有的資料，開發對於預測模型更可靠的度量機制。”

研究人員未來計畫在實驗室環境下測試這21種材料，進一步確認它們是否是現實情況下的最佳選擇。

對於這項研究的意義和未來，論文的另一位元作者，材料科學和工程專業的助理教授 Evan Reed 表示：“我們的方案能夠處理關於材料的許多問題，有助於增加這個領域的研究投資效果。隨著現實世界中資料量的增長和電腦性能的提高，我們的創新能力將以指數方式增加。無論是鋰電池、燃料電池還是其他的各種電池，這個領域的研究都具有重大的意義。”