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

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

美國卡內基·梅隆大學研究人員溫卡特·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)的基于貝葉斯優化的AI相結合。利用這些工具，他們證明了該系統能在兩個工作日里的42次實驗中，自主篩選并確定出6種高導電非水鋰離子電池的電解質配方。

研究人員指出，他們的方法發現電解質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溶液，并以傳統的電解質組分作為基線實驗，演示了其快速充電的性能。

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

總編輯圈點

曾經鮮花著錦的人工智能產業本身，近幾年已經冷靜了不少。但人工智能和其他領域結合應用的案例已越來越多。這次，科研人員設計了定制自動化機器人平臺，開發了新的AI算法。該系統能在短時間內篩選并確定高效的鋰電池的電解質配方。要知道，如果按傳統方法，需要反復調試、試驗，還是由算法在虛擬世界進行配方調試來得省事。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域或許也可以得到智能系統的幫助。