Группа исследователей из Университета Карнеги-Меллона разработала новый подход к ускорению процесса создания еще более оптимизированных аккумуляторов. В своей статье, опубликованной в журнале Nature Communications , группа описывает, как они объединили уникальный тип робота с системой обучения ИИ для создания еще более полезных неводных жидких электролитов.
Поскольку продажи портативных устройств резко выросли, а производители автомобилей перешли на электромобили , спрос на аккумуляторы, которые служат дольше и заряжаются быстрее, также вырос. К сожалению, наука о разработке новых батарей для удовлетворения таких потребностей отстала — обычно она включает в себя использование интуиции со стороны химиков наряду с настойчивостью. Такие усилия могут занять годы. В этом новом исследовании исследователи из Питтсбурга стремились ускорить процесс, используя методы автоматизации.
В основе конструкции большинства аккумуляторов лежит создание неводного электролита для литий-ионных аккумуляторов , который работает лучше, чем те, которые были разработаны ранее. Исследователи стремятся оптимизировать ионную проводимость. Чтобы ускорить процесс их поиска, исследователи создали робота по имени Клио, который принимал ингредиенты, используемые для изготовления электролита, а затем следовал набору инструкций, чтобы сделать несколько образцов.
Затем они добавили компьютер с приложением искусственного интеллекта для глубокого обучения (называемым Dragonfly), которое принимало данные от Clio и от датчиков в электролите, производимом роботом. Компания Dragonfly проанализировала образец, а затем предложила возможные улучшения. Клио принял улучшения и использовал их для создания нового образца. Эта возвратно-поступательная система повторялась несколько раз (каждая занимала примерно два дня) с постепенным улучшением электролита. В указанный исследователями момент механическая пара перестала работать, что позволило исследователям протестировать произведенные продукты.
В ходе тестирования исследователи обнаружили, что их парная система работала так, как ожидалось, они наблюдали постепенное улучшение образцов электролита — было обнаружено, что лучшие из них на 13% лучше, чем самые эффективные батареи, представленные сейчас на рынке.
Двигаясь вперед, исследователи планируют продолжать совершенствовать свою систему, чтобы можно было тестировать больше целей и, возможно, чтобы она работала быстрее.
Теги: батарея, ИИ
