AI颠覆制剂研发，也可以颠覆电池？

来源：资讯 2024年02月02日 12:17

举例：华尔街见闻

AI通过模拟量度在数十亿个金属材料配对中时会迅速选取借助于最优的候选金属材料，或者，并不需要新设计借助于针对特定锂电池的全新金属材料。聚合式AI高效率的其所用正在各个领域声名大噪。在医药领域，凭借AI强大的算力，药品合作开发近几年的工作效率大幅提高，成本显著降低。

上年底英矽人机旗下第一个由AI合作开发的小化学键以8000万美元高价常用权给史克新公司Exelixis，开端AI合作开发降本增效全过程中时会的重要一步。

类似于地，在锂电池金属材料合作开发中时会，AI也发挥巨大作用。

合作开发其他部门输入对锂电池机动性的要求，AI通过模拟量度在数十亿个金属材料配对中时会迅速选取借助于最优的候选金属材料，或者，并不需要新设计借助于针对特定锂电池的全新金属材料。

传统文化锂电池氯化钠发掘借助于的在实践中

现在商业上可给予的候选化学键约达100亿之多，如果考虑5个为一组——锂电池氯化钠金属材料中时会的迥然不同配对——那么配对数量将约超越10的47次方。

换句话时说，就是很多很多。

所有这些配对对锂电池合作开发都很重要。只要合作开发其他部门见到正确地的氯化钠金属材料混合物，就可以为电动汽车、电网甚至电动飞机生产商借助于充电平均速度更快、通量很高的锂电池。缺点是，与传统文化合作开发全过程完全相同，见到正确地的可能时会所需历经十多年和成千上万次失败。

创业新公司Aionics的创立者指借助于，他们的AI工具箱可以减慢这一全过程。

Aionics联合行动创立者兼任身兼任执行官Austin Sendek在除此以外的约达拉斯UP东盟上对平面媒体指借助于：

问题是候选来得多，时间却不够。

当氯化钠遇见AI

锂电池锂电池包含三个关键相结合块分别是两极线圈和氯化钠：正上方是电极，另正上方是正极，氯化钠上时会位于中时会间，在充放电时行进在线圈中间传递离子。

Aionics侧重于运用AI工具箱包来减慢氯化钠的发掘借助于全过程，最终提供数量级很高的锂电池。这家更名于2020年的创始新公司，迄今已融资350万美元，包括来自UP.Partners等金融市场的320万美元种子轮融资。

现在，Aionics并未与保时捷锂电池生产商合资新公司Cellforce、储能新公司Form Energy、日本金属材料和物理生产商商昭和电工（现为Resonac控股）以及锂电池高效率新公司Cuberg建立密切合作关系。

Aionics合作开发其他部门运用AI减慢的量子力学，可以在这两项的数十亿已知化学键数据库上运行试验。

Sendek时说，这使他们能够每秒选取1万个候选化学键。该AI模型修习如何预测下一次模拟的结果，并鼓励选择下一个候选化学键。每运行一次，就时会聚合更多数据，并在无论如何层面变得越来越强。

在某些情况下，Aionics并未通过将聚合式AI引入其中时会将这一全过程进一步提高到了一个最初层次。与依赖数十亿已知化学键并不相同，Aionics从来年开始常用在这两项锂电池金属材料数据上培训的聚合式AI模型来创建或新设计针对某一特定锂电池的新金属材料。

Aionics通过常用卡内基梅隆大学减慢量度电物理控制系统Discovery美国宇航局开发的该软件，来优化发掘借助于全过程。另外该新公司还开始常用基于GPT 4相结合的大型句法模型（LLM），鼓励合作开发其他部门在工具箱新造之前就将可能时会的减少数百万个。

Sendek解释时说，GPT-4经过了Aionics的物理和科学研究培训，不能用于实际发掘借助于，但可以用来排除某些无用的化学键。

在候选化学键从数十亿缩小至几个后——或常用聚合式AI模型新设计借助于来之前，Aionics时会将样本寄给的产品完成验证。

Sendek时说：

如果第一轮未成功，我们时会给定，并完成一些临床试验来证明，直到见到最佳候选化学键。一旦见到优胜者，我们将与生产商密切合作合作，扩展其生产商规模并投入市场。

效用高亮及免责条款

市场有效用，投资需谨慎。本文不构成个人投资促请，也未考虑到个别用户多种不同的投资目标、财务状况或所需。用户其所考虑本文中时会的任何意见、观点或论据是否符合其特定状况。据此投资，负有自负。