開發電池時,尋找適當的電解質材料可以為電動運具或電網提供充電速度更快、能量密度越高的電池,但要在100億種分子中尋找適當的組合十分耗時,可能需要花費十幾年、進行5萬次以上的實驗及改善,才能找到最具效率的組合。因此新創公司Aionics善用AI的運算功能,加速充電電池的開發效率。
人工尋覓合適電解液組合,需要測試上千次
鋰電池的組成有三個重點:正負兩極,以及扮演快遞員,負責運送離子至兩端的的電解液,因此電解液的組成對於電池的運作效率來說是相當關鍵的要素,而新創公司Aionics的主要業務正是優化電解液的成份。
現今市場上光可以採用的分子種類就有100億種,而在製作電池中的電解質液體時,大多會以5種分子為一組,進一步判斷最合適的組合。但這樣的排列組合種類多達10的47次方,可能需要經歷數千次的失敗才能找到合適的電解液配方。Aionics共同創辦人兼執行長奧斯丁·桑達克(Austin Sendek)近日接受採訪時表示,他們面臨的問題是可以選擇的材料太多,但是時間不夠。
另一位創辦人兼首席科學家威克曼·維斯瓦納坦(Venkman Viswanathan)也曾表示,近年來面對氣候變遷,對於電池技術的需求非常急迫,而過去這種慢慢試錯的方法已經行不通。他以手上的健身追蹤器為例,光開發其電池成分就試驗了55,000次,但這款電池選用矽作為正極材質,有助於將更多能量注入裝置。
因此Aionics正運用AI工具的優勢,加速電解液組合的開發,以提供最佳的電池品質。他們根據現有的電池材料資料,訓練生成式AI模型來建立或針對特定新分子進行研發。
使用AI尋找電解液設計原則
該公司正在使用卡內基美隆大學,同時也是身為該大學教授的維斯瓦納坦特別為電化學計算開發的軟體。他也使用基於Open AI的GPT-4所構建的大型語言模型,幫助其他科學家在執行數百萬種配方測試前,就透過資料庫篩選出可能的組合。
維斯瓦納坦過去和研究團隊在《Nature Communications》發表的論文指出,當時透過AI實驗製作出的六種電解液的效能都優於標準組合,其中表現最佳的效能甚至提高了13%。
桑達克解釋,這款聊天機器人經過化學教科書和公司挑選的科學論文進行培訓,因此不用實際操作,就能透過它刪除在特定應用中不會用到的分子。他也表示,採用AI對該領域的好處是,方便尋找設計原則。
當數十億種候選組合被縮小範圍到只有一對時,Aionics就會讓這個組合進到驗證階段。桑達克表示,有時候可能無法在第一輪就找到目標,但他們會不斷迭代篩選和改進,直到找到最終組合。而一旦找到這個組合,就會開始進入製造和上市階段。
Aionics目前已和一些公司進行合作,包括保時捷的電池製造子公司Cellforce、儲能公司Form Energy、日本材料和化學品製造商Resonac(原Showa Denko),以及電池技術公司Cuberg等。Chement也是另一家和Aionics合作並且由維斯瓦納坦創立的公司,這間公司目前也應用這套AI流程至零碳水泥製造當中。
參考資料:Tech Crunch、Multiplatform.AI、Technology Review、Technology Review
責任編輯:錢玉紘