人工智能燃料电池是什么样

机器学习正越来越多地用作一种工具，以帮助研究人员发现满足其独特设计要求的新材料和化合物。这种新颖的方法减少了研究人员花费在创建和实验测试各种材料上的时间，因此可以更快地发现新发现。在卡内基梅隆大学获得机械工程博士学位。学生和塔塔咨询服务公司总裁研究员Adarsh Dave将这种方法应用于电池，并取得了令人惊讶的发现。

他说，Dave的动机是减少温室气体的排放。电池创新是减少排放的一种简便方法。但是，由于化学过程非常复杂，因此这些创新往往会非常缓慢地发生，因此该团队开始寻找加快速度的方法。这项研究集中在水性电解质上，戴夫(Dave)说，该电解质非常适合存储可再生能源。

戴夫说：“设计高性能水性电池是解决这一问题的重要过程。” “但是，这里有大量可供选择的公式可供选择，这就是我们设计过程的源泉。”

戴夫(Dave)和他的团队建立了一个名为“奥托(Otto)”的机器人平台，通过测量确定其在电池中是否有效的特性来表征电池电解质。该学习机集成了奥托，和他们一起优化电解液的电池。计算机告诉Otto要测试哪些电解质，然后Otto告诉计算机这些电解质的性质。奥托(Otto)与计算机之间的这种来回关系有助于机器学习进行优化以找到最佳的电解质。奥托可以像人类一样快地混合和测试电解质，但是与人类不同，奥托可以24/7全天候运行。

CMU机械工程副教授Venkat Viswanathan表示：“大多数电池实验室都会与大量的研究生一起设计和测试各种电解液，以设计电解液。” “我们只是一个由三人组成的团队，他们制造了一个机器人来为我们完成大部分工作。”

他们研究的意义已经显而易见。在最近发表的一篇论文中，Dave和他的团队提出了一种机器学习所揭示的“非直觉，新颖的电解质”。如果没有他们的研究，这种电解质对于设计者可能仍然是未知的。这为机器学习在设计过程中的未来显示了广阔的前景。此外，奥托(Otto)的自动化技术可以加快测试和实验过程，使科学家能够专注于全局研究。

斯科特能源创新研究所所长，工程与公共政策学教授杰伊·惠塔克雷(Jay Whitacre)表示：“虽然没有机器人或算法能够取代训练有素的化学家的直觉，但我们的系统无疑可以自动化并加速常规科学和设计任务。”材料科学工程。“我希望看到其他实验室的同事能够自动将无聊的东西自动化，并真正加快电池创新的步伐。”

该论文于2020年11月发表在《Cell Reports Physical Science》上。其他作者包括CMU Ph.D.。学生Kirthevasan Kandasamy，Han Wang，Sven Burke和Biswajit Paria以及BarnabásPóczos副教授。材料科学研究员Jared Mitchell也为该项目做出了贡献。