十亿。这是今天可以商业采购的分子数量。如果将它们以五个为一组考虑——这是电池中用于制造电解质材料的典型组合——那么它将增加到10的47次方。
对于那些在计数的人来说，这是一个庞大的数字。
在电池领域，所有这些组合都很重要。找到合适的电解质材料混合物，您可以获得更快充电、能量密度更高的电池，用于电动汽车、电网甚至电动飞机。不足之处？与药物发现过程类似，找到合适的材料组合可能需要超过十年的时间，以及成千上万次的失败。
这就是初创公司Aionics的创始人们说他们的人工智能工具可以加速进程的地方。
“Aionics的联合创始人兼首席执行官奥斯汀·森德克（Austin Sendek）在达拉斯举行的最近的Up Summit活动期间告诉TechCrunch：“问题在于候选人太多，时间不够。”
“十亿。这是今天可以商业采购的分子数量。如果将它们以五个为一组考虑——这是电池中用于制造电解质材料的典型组合——那么它将增加到10的47次方。
对于那些在计数的人来说，这是一个庞大的数字。
在电池领域，所有这些组合都很重要。找到合适的电解质材料混合物，您可以获得更快充电、能量密度更高的电池，用于电动汽车、电网甚至电动飞机。不足之处？与药物发现过程类似，找到合适的材料组合可能需要超过十年的时间，以及成千上万次的失败。
这就是初创公司Aionics的创始人们说他们的人工智能工具可以加速进程的地方。
“Aionics的联合创始人兼首席执行官奥斯汀·森德克（Austin Sendek）在达拉斯举行的最近的Up Summit活动期间告诉TechCrunch：“问题在于候选人太多，时间不够。”
电解质，与人工智能相遇
锂离子电池包含三个关键构建块。有两个电极，一个阳极（负极）在一侧，另一个阴极（正极）在另一侧。通常，电解质位于中间，起到在充电和放电时在电极之间移动离子的信使作用。
Aionics专注于电解质，正在使用人工智能工具包来加速发现并最终提供更好的电池。Aionics对催化剂的发现方法也吸引了投资者。这家位于帕洛阿尔托的初创公司成立于2020年，迄今已筹集了350万美元，其中包括来自包括UP.Partners在内的投资者的320万美元的种子轮融资。
该初创公司已经与数家公司合作，包括保时捷的电池制造子公司Cellforce。该公司还曾与能源储存公司Form Energy、日本材料和化学制造商昭和电工（现在是Resonac）以及电池技术公司Cuberg合作。
整个过程始于公司对电池的愿望清单，或性能配置文件。Aionics的科学家使用加速人工智能的量子力学，在已知的数十亿种分子数据库上运行实验。这使他们每秒可以考虑10000个候选者，Sendek说。这个AI模型学会了如何预测下一个模拟的结果，并帮助选择下一个分子候选。每次运行时都会生成更多的数据，并在解决问题方面变得更加优秀。
引入生成式人工智能
在某些情况下，Aionics进一步采用了生成式人工智能。与依赖已知的数十亿种分子不同，Aionics从今年开始使用了已经根据现有电池材料数据训练过的生成式人工智能模型，以创建或设计新的、针对特定应用的分子。
该公司正在使用在卡内基梅隆大学的“加速计算电化学系统发现计划”中开发的软件来加速其工作。曾是CMU的副教授并领导该计划的Venkat Viswanathan是Aionics的联合创始人和首席科学家。
Aionics还开始使用基于OpenAI的GPT 4构建的大型语言模型，以帮助其科学家在甚至开始将其运行到数据库之前缩小数百万种可能的配方。这个聊天机器人工具已经受到Aionics精选的化学教科书和科学论文的培训，不用于实际发现，但科学家可以使用它来排除在特定应用中无用的某些分子，Sendek解释道。
一旦用这些教科书进行培训，大型语言模型允许科学家查询该模型。Sendek说：“如果你可以与你的教科书交谈，你会问什么？”但他迅速指出，这并没有做任何与人类筛选科学论文不同的事情。“这只是提供了一些更高级的互动，”他说，并补充说，一切都可以通过指向用于培训聊天机器人的来源来进行验证。
“我认为对我们领域有益的是，我们不是在寻找具体的事实，而是在寻找设计原则，”他在解释聊天机器人功能时说道。
挑选获胜者
一旦筛选出数十亿个候选者，并缩小到只有几个候选者，或者使用生成式人工智能模型进行设计，Aionics就会将样品发送给其客户进行验证。
Sendek说：“如果我们第一轮没有成功，我们会进行迭代，并进行一些临床试验来证明，直到我们找到获胜者为止。”“一旦我们找到获胜者，我们将与我们的制造合作伙伴一起扩大生产，并推向市场。”
有趣的是，这个过程甚至被用于一些新颖的领域，比如水泥。由Viswanathan共同创办的初创公司Chement，也与Aionics合作，致力于利用可再生电力和原材料来推动化学反应，制造零排放的水泥等产品。
