據外媒報道，為了滿足獨特的設計要求，研究人員越來越多地利用機器學習來開發新材料和化合物。這種新穎的方法有助于減少開發和測試材料的時間，更快獲得新發現。在卡內基梅隆大學（Carnegie Mellon University），機械工程系博士生、塔塔咨詢服務公司（Tata Consulting Services）的Adarsh Dave將其應用于電池設計，并取得驚人發現。

Dave希望減少溫室氣體排放，相對來說電池創新是一種減少排放的簡易方法。然而，由于化學反應過程相當復雜，實現創新往往需要很長時間，研究團隊開始尋找加快速度的方法。這項研究的重點在于水系電解液。Dave表示，這種電解液非常適合儲存可再生能源。“設計高性能水基電池是解決這一問題的重要過程。然而，可供選擇的配方數量驚人，這就是我們的設計過程的切入點。”

Dave及其團隊建造了一個名為“奧托”（Otto）的機器人平臺，通過測量電解液的特性來確定其在電池中的有效性。將機器學習與Otto相結合，共同優化電池的電解液。計算機會告訴Otto測試哪些電解液，然后Otto告訴計算機這些電解液的性質。這種往返關系有助于機器學習進行優化，找到最好的電解液。Otto可以像人類一樣快速混合和測試電解液，但與人類不同的是，Otto可以全天侯運行。

Dave及其團隊通過機器學習，發現了一種“非直覺的、新穎的電解液”。如果沒有此項研究，對設計人員來說，這種電解液可能還是未知的。這顯示了機器學習在未來設計過程中廣大的應用前景。此外，Otto可以自動操作，加快測試和實驗過程，使科學家能夠專注于宏觀研究。

斯科特能源創新研究所（Scott Institute For Energy Innovation）負責人Jay Whituck教授表示：“在創新方面，雖然機器人或算法無法取代訓練有素的化學家的直覺，但我們的系統無疑可以實現自動化并加速日常的科學和設計任務進程。我希望看到，其他實驗室的同事們通過自動化來擺脫無聊的東西，真正加快電池創新的步伐。”
責任編輯：YYX