十亿。这便是当今可用于商业用场的分子数量。如果把它们分成五组（用于制造电池电解质材料的范例组合），数量就会增加到 10 的 47 次方。
对付数数的人来说，这是一个不小的数字。
在电池天下中，所有这些组合都很主要。找到得当的电解质材料稠浊物，就能为电动汽车、电网乃至电动飞机供应充电速率更快、能量密度更高的电池。
缺陷是什么？
与药物创造过程类似，可能须要十多年的韶光和成千上万次的失落败才能找到得当的材料。
初创公司Aionics的创始人表示，他们的人工智能工具可以加快这一进程。
Lenson Pellouchoud 博士，联合创始人兼首席技能官；Austin Sendek 博士，联合创始人兼首席实行官；Venkat Viswanathan 博士，联合创始人兼首席科学家。
电解质材料xAI
锂离子电池包含三个关键组成部分。电池有两个电极，一边是阳极（负极），另一边是阴极（正极）。电解质常日位于中间，在充电和放电时充当离子在电极间移动的信使。
Aionics 专注于电解质，并利用人工智能工具包来加速创造新方案，终极供应更好的电池。
Aionics 的催化剂创造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，迄今已融资 350 万美元，个中包括来自 UP.Partners 等投资者的 320 万美元种子轮融资。
这家初创公司已经与多家公司开展了互助，个中包括保时捷的电池制造子公司 Cellforce。该公司还与储能公司Form Energy、日本材料和化学品制造商昭和电工（现为Resonac）以及电池技能公司Cuberg进行了互助。
Aionics 公司的科学家利用人工智能加速的量子力学，可以在一个包含数十亿已知分子的现有数据库中进行实验。
森德克说，这使他们每秒钟就能考虑 10,000 种候选分子。人工智能模型可以学习如何预测下一次仿照的结果，并帮助选择下一个候选分子。每运行一次，就会产生更多数据，从而更好地办理问题。
引入天生式人工智能
在某些情形下，Aionics 将天生式人工智能（Generative AI）引入个中，从而在这方面更进一步。Aionics 公司今年开始利用在现有电池材料数据根本上演习出来的天生式人工智能模型，来创建或设计针对特定运用的新分子，而不是依赖数十亿种已知分子。
该公司正通过利用卡内基梅隆大学加速打算电化学系统创造项目开拓的软件，为自己的努力增长动力。曾在卡内基梅隆大学担当副教授并领导该操持的 Venkat Viswanathan 是 Aionics 公司的联合创始人兼首席科学家。
Aionics 还开始利用基于 OpenAI 的 GPT 4 建立的大型措辞模型，帮助其科学家在开始通过数据库运行之前筛选出数百万个可能的配方。
森德克阐明说，这个谈天机器人工具是根据 Aionics 选定的化学书本和科学论文进行演习的，科学家们可以用它来剔除某些在特定运用中没用的分子。
选出良好者
一旦筛选出数十亿种候选材料并将其范围缩小到仅剩几种，或者利用天生式人工智能模型设计出几种候选材料，Aionics 就会向客户发送样本进行验证。
森德克说："如果第一轮没有成功，我们就会进行迭代，并进行一些试验来证明，直到我们找到适宜的材料。"一旦找到，我们就会与生产互助伙伴互助，扩大生产规模并将其推向市场。
这种工艺乃至被用于水泥等一些新领域。维斯瓦纳坦与Aionics互助创办的初创公司Chement正在研究如何利用可再生电力和原材料来驱动化学反应，以制造水泥等零排放产品。