英國《自然·通訊》雜誌27日發表一項最新技術成果，美國科學家團隊描述了一種機器人學與人工智慧（AI）相結合的技術，該技術能篩選出鋰離子電池非水液體電解質溶液的“最佳配方”。該研究或有助於加快研發出功能更好的充電電池，比如充電速度更快、使用壽命更長。

開發高效能電池技術對於推動運輸和航空業的電氣化格外重要。開發鋰離子電池成分的傳統技術需要對可能的材質選擇進行實驗，非常耗時，有時候研發過程需要好幾年。尤其在研發非水液體電解質溶液的情況下，需要選擇出多種溶劑、鹽及特定比例，許許多多的設計變數，都使得電解質最佳化既費時又費力。曾有人提出了一種加快這一程序的方法——利用AI與機器人相結合的技術，發現最優的電池成分。

美國卡內基·梅隆大學研究人員溫卡特·韋斯萬納森、傑·懷塔克利及他們的同事，此次設計了一個名為“Clio”的定製自動化機器人平臺，並與一個名為“蜻蜓”（Dragonfly）的基於貝葉斯最佳化的AI相結合。利用這些工具，他們證明了該系統能在兩個工作日裡的42次實驗中，自主篩選並確定出6種高導電非水鋰離子電池的電解質配方。

研究人員指出，他們的方法發現電解質的速度是隨機篩選速度的6倍。研究團隊在商用鋰離子軟包電池中測試了該電解質溶液，並以傳統的電解質組分作為基線實驗，演示了其快速充電的效能。

研究團隊總結道，他們的研究有助於高效能充電電池的研發，對於更大範圍的能源應用和材料科學具有重要意義。

總編輯圈點

曾經鮮花著錦的人工智慧產業本身，近幾年已經冷靜了不少。但人工智慧和其他領域結合應用的案例已越來越多。這次，科研人員設計了定製自動化機器人平臺，開發了新的AI演算法。該系統能在短時間內篩選並確定高效的鋰電池的電解質配方。要知道，如果按傳統方法，需要反覆除錯、試驗，還是由演算法在虛擬世界進行配方除錯來得省事。類似的配方篩選，不僅可以用在電池上，其他涉及配方的能源和材料領域或許也可以得到智慧系統的幫助。