電池不爆炸，人工智能開發(fā)出的固態(tài)鋰電池能做到？

　　談及鋰電池安全問題就不得不提到讓眾多消費(fèi)者心有余悸的Galaxy Note 7手機(jī)電池爆炸事件，三星為此召回了近200萬(wàn)臺(tái)Note 7手機(jī)。這項(xiàng)災(zāi)難性事件使得三星第三季度凈利潤(rùn)同比下降16.8%，以及移動(dòng)部門季度利潤(rùn)創(chuàng)下自六年前首次推出Galaxy系列手機(jī)產(chǎn)品線以來(lái)的最低記錄。

　　研究顯示，普通鋰離子電池之所以發(fā)生爆炸的重要原因之一，就是由于傳統(tǒng)鋰電池的電解液為有機(jī)液體，在不太高的溫度下就能發(fā)生副反應(yīng)，產(chǎn)生氣體，膨脹后引起爆炸。為了提高鋰電池的安全性能，過去幾十年來(lái)科學(xué)家們一直在尋求可以替代鋰離子電池中易燃電解液的安全材料。近期斯坦福大學(xué)的研究員們通過人工智能以及機(jī)器學(xué)習(xí)的方法，找到了約21種固體的電解質(zhì)材料，據(jù)稱它們?cè)谖磥?lái)有可能替代易燃電解液應(yīng)用在手機(jī)、筆記本以及其他電子設(shè)備中。

　　日前該團(tuán)隊(duì)將他們的研究成果發(fā)表在《能源與環(huán)境科學(xué)》雜志上。文章顯示，科學(xué)家們并沒有使用傳統(tǒng)的隨機(jī)測(cè)試個(gè)別化合物的方法來(lái)尋找新的固體電解質(zhì)材料，而是使用了人工智能和機(jī)器學(xué)習(xí)，通過實(shí)驗(yàn)數(shù)據(jù)構(gòu)造預(yù)測(cè)模型。他們訓(xùn)練了一種計(jì)算機(jī)算法，基于現(xiàn)有的數(shù)據(jù)，去學(xué)習(xí)如何辨認(rèn)化合物的好壞。這個(gè)過程和人臉識(shí)別算法，在觀察幾個(gè)范例后，去辨認(rèn)人臉的過程很類似。

　　論文的第一作者、研究的帶頭人、應(yīng)用物理方面的博士研究生Austin Sendek表示電解液在電池中起到了在正負(fù)電極之間傳遞鋰離子的作用。電解液成本低、導(dǎo)電性能好，然而電池一旦過熱或者短路，電解液則非常容易著火，帶來(lái)的安全隱患是巨大的。Sendek認(rèn)為固態(tài)電解質(zhì)最主要的優(yōu)點(diǎn)就是穩(wěn)定性高，而且相比于有機(jī)溶劑，固體不易爆炸和揮發(fā)，同時(shí)還會(huì)使得電池的結(jié)構(gòu)更強(qiáng)。

　　在過去長(zhǎng)時(shí)間的實(shí)驗(yàn)和試錯(cuò)的過程中，科學(xué)家們一直都沒能找到和電解液一樣便宜，并且在室溫下就具有量好導(dǎo)電性的固態(tài)電解質(zhì)。此次的斯坦福實(shí)驗(yàn)小組并沒有使用傳統(tǒng)的試驗(yàn)方法，隨機(jī)的對(duì)單個(gè)化合物進(jìn)行測(cè)試，而是利用了人工智能和機(jī)器學(xué)習(xí)。團(tuán)隊(duì)通過實(shí)驗(yàn)數(shù)據(jù)搭建了一個(gè)預(yù)測(cè)模型?；诂F(xiàn)有的數(shù)據(jù)，成員們訓(xùn)練出了一種計(jì)算機(jī)算法，它可以去辨別固態(tài)電解質(zhì)化合物的好壞。這個(gè)過程和人臉識(shí)別很類似，機(jī)器在觀察幾個(gè)給出的樣本后，通過深度學(xué)習(xí)不斷提高辨認(rèn)的準(zhǔn)確度。

　　Sendek表示“已知的含鋰化合物的數(shù)量有幾萬(wàn)個(gè)，我們做過測(cè)試的僅占很小一部分，然而其中一些化合物可能就是我們正在尋找的完美的導(dǎo)體。因此我們建立了一種計(jì)算模型，它通過對(duì)我們已經(jīng)得出的現(xiàn)有數(shù)據(jù)進(jìn)行學(xué)習(xí)，可以從巨大的化合物數(shù)據(jù)庫(kù)種挑選出有可能達(dá)到我們要求的材料。并且這種篩選方法的速度比我們現(xiàn)有篩選方法的速度要快100萬(wàn)倍左右?！?/p>

　　為了建立這種計(jì)算模型，Sendek花費(fèi)了大概兩年的時(shí)間收集了所有和含鋰固態(tài)化合物相關(guān)的已知科學(xué)數(shù)據(jù)，工程量之大可想而知。這項(xiàng)論文的高級(jí)作者，材料科學(xué)和工程專業(yè)的助理教授Evan Reed在采訪中表示“為了建立這個(gè)模型，Austin收集了和這些材料相關(guān)的所有的人類智慧，以及過去幾十年的測(cè)量和實(shí)驗(yàn)數(shù)據(jù)。正是這些數(shù)據(jù)使得Austin得以建立一個(gè)具有預(yù)測(cè)能力的模型，預(yù)測(cè)某種材料是會(huì)是好的固態(tài)電解質(zhì)。這種方法使得我們可以以比較快的速度對(duì)所有的含鋰化合物進(jìn)行篩選，從而找出適合進(jìn)一步研究的最佳候選材料”。

　　這個(gè)預(yù)測(cè)模型使用了幾個(gè)評(píng)判標(biāo)準(zhǔn)對(duì)候選材料進(jìn)行篩選，包括穩(wěn)定性、成本、富含量、鋰離子導(dǎo)電能力以及在電池電路中為電子重新規(guī)劃路徑的能力。候選的材料是從“ The Materials Project”數(shù)據(jù)庫(kù)中挑選出來(lái)的，科學(xué)家們可以從這個(gè)數(shù)據(jù)庫(kù)中探索上千個(gè)材料的物理和化學(xué)性能。Sendek告訴記者“我們對(duì)超過12000個(gè)含鋰化合物進(jìn)行了篩選，挑出了21個(gè)比較有潛力的固態(tài)電解質(zhì)，整個(gè)篩選過程只需大概幾分鐘。我的大部分時(shí)間其實(shí)都用來(lái)收集和管理所有的數(shù)據(jù)，以及開發(fā)定義模型預(yù)測(cè)準(zhǔn)確度的度量機(jī)制?！毖芯咳藛T們最終決定對(duì)這21種材料進(jìn)行實(shí)驗(yàn)室測(cè)試，從而決定哪一種材料更適合應(yīng)用于現(xiàn)實(shí)場(chǎng)景中。Reed表示“我們的方法可以解決多種和材料相關(guān)的問題，并且可以提升這些領(lǐng)域的研究投資效果。隨著數(shù)據(jù)量的增多以及電腦技術(shù)的提高，我們的創(chuàng)新能力也將以指數(shù)形式提升?！?/p>

　　對(duì)于這項(xiàng)研究的意義和未來(lái)，論文的另一位作者，材料科學(xué)和工程專業(yè)的助理教授Evan Reed 表示：“我們的方案能夠處理關(guān)于材料的許多問題，有助于增加這個(gè)領(lǐng)域的研究投資效果。隨著現(xiàn)實(shí)世界中數(shù)據(jù)量的增長(zhǎng)和計(jì)算機(jī)性能的提高，我們的創(chuàng)新能力將以指數(shù)方式增加。無(wú)論是鋰電池、燃料電池還是其他的各種電池，這個(gè)領(lǐng)域的研究都具有重大的意義。”