Как генеративный искусственный интеллект проникает в разработку аккумуляторов для электромобилей

Десять миллиардов. Это сколько коммерчески доступных молекул доступно сегодня. Начните рассматривать их группами по пять — типичная комбинация, используемая для изготовления электролитов в батареях — и число увеличится до 10 в 47-й степени.

Для тех, кто считает, это много.

Все эти комбинации имеют значение в мире аккумуляторов. Найдите правильную смесь электролитных материалов, и вы сможете получить более быструю зарядку и более энергоемкую батарею для электромобиля, сети или даже электрического самолета. Обратная сторона? Как и в случае с процессом открытия лекарств, поиск подходящего лекарства может занять более десятилетия и тысячи неудач.

Вот где основатели стартапа Айоника говорят, что их инструменты искусственного интеллекта могут ускорить процесс.

«Проблема в том, что слишком много кандидатов и недостаточно времени», — сказал > соучредитель и генеральный директор Aionics Остин Сендек во время недавнего мероприятия Up Summit в Далласе.

Электролиты, встречайте AI

Литий-ионные аккумуляторы содержат три важнейших строительных блока. Есть два электрода: анод (отрицательный) с одной стороны и катод (положительный) с другой. Электролит обычно находится посередине и действует как курьер, перемещая ионы между электродами при зарядке и разрядке.

Aionics фокусируется на электролите и использует набор инструментов искусственного интеллекта для ускорения открытия и, в конечном итоге, для создания более качественных батарей. Айонный подход к открытию катализаторов также привлек инвесторов. Стартап из Пало-Альто, основанный в 2020 году, на сегодняшний день привлек 3,5 миллиона долларов, включая посевной раунд в размере 3,2 миллиона долларов от инвесторов, в том числе от UP.Partners.

Стартап уже работает с несколькими компаниями, в том числе с дочерней компанией Porsche по производству аккумуляторов Cellforce. Компания также сотрудничала с фирмой по хранению энергии Form Energy, японским производителем материалов и химикатов Showa Dko (ныне Resonac) и компанией Cuberg, занимающейся разработкой аккумуляторов.

Весь этот процесс начинается со списка пожеланий компании — или профиля производительности — для батареи. Ученые-айоники, используя квантовую механику с ускорением искусственного интеллекта, могут проводить эксперименты с существующей базой данных, содержащей миллиарды известных молекул. Это позволяет им рассматривать 10 000 кандидатов каждую секунду, сказал Сендек. Эта модель ИИ учится предсказывать результат следующего моделирования и помогает выбрать следующую молекулу-кандидата. Каждый раз, когда он запускается, генерируется больше данных, и он лучше справляется с решением проблемы.

Введите генеративный ИИ

В некоторых случаях компания Aionics пошла еще дальше, включив в нее генеративный искусственный интеллект. Вместо того, чтобы полагаться на миллиарды известных молекул, Aionics начала использовать в этом году генеративный ИИ модели, обученные на данных о существующих материалах аккумуляторов для создания или разработки новых молекул, предназначенных для определенного применения.

Компания активизирует свои усилия, используя программное обеспечение, разработанное в рамках программы «Открытие электрохимических систем с ускоренными вычислениями» в Университете Карнеги-Меллон. Венкат Вишванатан, который был доцентом CMU и руководил этой программой, является соучредителем и главным научным сотрудником Aionics.

Aionics также начала использовать большие языковые модели, построенные на GPT 4 от OpenAI, чтобы помочь ученым отсеивать миллионы возможных формулировок еще до того, как они начнут пропускать их через базу данных. Этот инструмент чат-бота, который был обучен на учебниках по химии и научных работах, выбранных Aionics, не используется для фактического открытия, но учёные могут использовать его для устранения определенных молекул, которые не будут полезны в конкретном приложении, Сендек объяснил.

После обучения по этим учебникам программы LLM позволяют ученым задавать вопросы по модели. «Если бы вы могли поговорить со своим учебником, что бы вы у него спросили?» – сказал Сендек. Но он сразу заметил, что это ничем не отличается от курирования научных статей. «Это просто обеспечивает взаимодействие следующего уровня», — сказал он, добавив, что все можно проверить, указав на источники, используемые для обучения чат-бота.

«Я думаю, что хорошо для нашей области то, что мы не ищем конкретные факты, мы ищем принципы проектирования», — сказал он, объясняя функцию чат-бота.

Выбор победителя

После того как миллиарды кандидатов проверены и сокращены до пары — или разработаны с использованием генеративной модели искусственного интеллекта — Aionics отправляет своим клиентам образцы на проверку.

«Если мы не попадем в первый раунд, мы проведем итерацию и сможем провести несколько клинических испытаний, чтобы доказать это, пока не выберем победителя», — сказал Сендек. «И как только мы найдем победителя, мы будем работать с нашими партнерами-производителями, чтобы масштабировать это производство и вывести его на рынок».

Любопытно, что этот процесс даже используется в некоторых новых областях, таких как производство цемента. Чементстартап, соучредителем которого является Вишванатан и который также сотрудничает с Aionics, работает над способами использования возобновляемой электроэнергии и сырья для проведения химических реакций для производства продуктов с нулевым уровнем выбросов, таких как цемент.