Blog
Aionics引領電池革命：AI加速材料發現，拓展至零排放產品
Aionics引領電池革命：AI加速材料發現，拓展至零排放產品
October 15, 2023
重點摘要：
新聞內文：
十億。這就是今天可供商業購買的分子數。將它們分為五組，通常用於電池電解質材料的組合，那麼組合數就會增加到10的47次方。
對於那些在計數的人來說，這是很多。
在電池世界中，所有這些組合都很重要。找到正確的電解質材料混合物，您可以得到一個更快充電、能量更高的電池，適用於電動汽車、電網甚至電動飛機。壞處是什麼呢？類似於藥物發現過程，可能需要十多年的時間和成千上萬次的失敗才能找到合適的配方。
這就是新創公司「Aionics」的創辦人們說他們的AI工具可以加快進展的地方。
Aionics的創辦人兼執行長奧斯汀·森德克（Austin Sendek）在最近的達拉斯Up Summit活動期間告訴TechCrunch：「問題在於候選者太多，時間不夠」。
電解質遇到AI
鋰離子電池包含三個關鍵組成部分。有兩個電極，一個陰極（負極）在一側，一個陽極（正極）在另一側。一個電解質通常位於中間，起到在充電和放電時在電極之間運動離子的信使作用。
Aionics專注於電解質，並使用AI工具套件加快發現，最終提供更好的電池。Aionics對催化劑的發現方法也吸引了投資者。這家總部位於帕洛阿爾托的新創公司成立於2020年，迄今已經籌集了350萬美元，其中包括來自UP.Partners的320萬美元種子輪投資。
該新創公司已經與幾家公司合作，包括保時捷的電池製造子公司Cellforce。該公司還曾與能源儲存公司「Form Energy」、日本材料和化學製造商「昭和電工」（現在是Resonac）以及電池技術公司「Cuberg」合作。
整個過程始於一家公司對電池的願望清單（或性能配置文件）。Sendek說，Aionics的科學家借助AI加速的量子力學，可以在已知數十億個分子的現有數據庫上運行實驗。這使他們每秒可以考慮10000個候選者。該AI模型學會了如何預測下一次模擬的結果，並幫助選擇下一個分子候選者。每次運行時，都會生成更多數據，使解決問題的能力更強大。
引入生成式AI
在某些情況下，Aionics已經進一步發展，引入了生成式AI。Aionics開始使用今年使用現有電池材料數據訓練的生成式AI模型，以創造或設計針對特定應用的新分子，而不是依賴於數十億個已知分子。
該公司正在使用卡內基梅隆大學加速計算電化學系統發現計劃中開發的軟體，從而加速了這一過程。卡內基梅隆大學曾任副教授，領導該計劃的文卡特·維斯瓦納坦（Venkat Viswanathan）是Aionics的創辦人之一兼科學家。
Aionics還開始使用基於OpenAI的GPT 4建立的大型語言模型，以幫助其科學家在開始運行分子之前篩選出數百萬種可能的配方。Sendek解釋說，這種聊天機器人工具是基於Aionics選擇的化學教科書和科學論文訓練的，不是用於實際發現，但科學家可以用它來排除在特定應用中不會有用的某些分子。
一旦將數十億個候選者篩選並縮小到只有幾個，或者使用生成式AI模型設計時，Aionics就會將樣本送給客戶進行驗證。
Sendek說：「如果我們第一輪沒有成功，我們會進行換代，並可以運行一些臨床試驗來證明，直到找到贏家為止」。「一旦我們找到了贏家，我們就會與我們的製造合作夥伴合作，擴大生產並將其推向市場」。
有趣的是，這個過程甚至在一些新領域，比如水泥方面都有應用案例。Chement是一家新創公司，由Viswanathan共同創立，目前也與Aionics合作，正在研究使用可再生電力和原材料來驅動化學反應，以製造像水泥等零排放產品。
新聞原址： https://techcrunch.com/2023/10/14/how-generative-ai-is-creeping-into-ev-battery-development/
- 新創公司Aionics利用AI工具加速電池電解質材料的發現，目標是創造更快充電、能量更高的電池。
- Aionics的AI模型能在數十億個分子的現有數據庫上每秒考慮10000個候選者，並進一步引入生成式AI來設計新分子。
- 除了電池領域，Aionics的技術也在新領域如水泥製造中找到應用，與新創公司Chement合作，目標是製造零排放產品。
新聞內文：
十億。這就是今天可供商業購買的分子數。將它們分為五組，通常用於電池電解質材料的組合，那麼組合數就會增加到10的47次方。
對於那些在計數的人來說，這是很多。
在電池世界中，所有這些組合都很重要。找到正確的電解質材料混合物，您可以得到一個更快充電、能量更高的電池，適用於電動汽車、電網甚至電動飛機。壞處是什麼呢？類似於藥物發現過程，可能需要十多年的時間和成千上萬次的失敗才能找到合適的配方。
這就是新創公司「Aionics」的創辦人們說他們的AI工具可以加快進展的地方。
Aionics的創辦人兼執行長奧斯汀·森德克（Austin Sendek）在最近的達拉斯Up Summit活動期間告訴TechCrunch：「問題在於候選者太多，時間不夠」。
電解質遇到AI
鋰離子電池包含三個關鍵組成部分。有兩個電極，一個陰極（負極）在一側，一個陽極（正極）在另一側。一個電解質通常位於中間，起到在充電和放電時在電極之間運動離子的信使作用。
Aionics專注於電解質，並使用AI工具套件加快發現，最終提供更好的電池。Aionics對催化劑的發現方法也吸引了投資者。這家總部位於帕洛阿爾托的新創公司成立於2020年，迄今已經籌集了350萬美元，其中包括來自UP.Partners的320萬美元種子輪投資。
該新創公司已經與幾家公司合作，包括保時捷的電池製造子公司Cellforce。該公司還曾與能源儲存公司「Form Energy」、日本材料和化學製造商「昭和電工」（現在是Resonac）以及電池技術公司「Cuberg」合作。
整個過程始於一家公司對電池的願望清單（或性能配置文件）。Sendek說，Aionics的科學家借助AI加速的量子力學，可以在已知數十億個分子的現有數據庫上運行實驗。這使他們每秒可以考慮10000個候選者。該AI模型學會了如何預測下一次模擬的結果，並幫助選擇下一個分子候選者。每次運行時，都會生成更多數據，使解決問題的能力更強大。
引入生成式AI
在某些情況下，Aionics已經進一步發展，引入了生成式AI。Aionics開始使用今年使用現有電池材料數據訓練的生成式AI模型，以創造或設計針對特定應用的新分子，而不是依賴於數十億個已知分子。
該公司正在使用卡內基梅隆大學加速計算電化學系統發現計劃中開發的軟體，從而加速了這一過程。卡內基梅隆大學曾任副教授，領導該計劃的文卡特·維斯瓦納坦（Venkat Viswanathan）是Aionics的創辦人之一兼科學家。
Aionics還開始使用基於OpenAI的GPT 4建立的大型語言模型，以幫助其科學家在開始運行分子之前篩選出數百萬種可能的配方。Sendek解釋說，這種聊天機器人工具是基於Aionics選擇的化學教科書和科學論文訓練的，不是用於實際發現，但科學家可以用它來排除在特定應用中不會有用的某些分子。
一旦將數十億個候選者篩選並縮小到只有幾個，或者使用生成式AI模型設計時，Aionics就會將樣本送給客戶進行驗證。
Sendek說：「如果我們第一輪沒有成功，我們會進行換代，並可以運行一些臨床試驗來證明，直到找到贏家為止」。「一旦我們找到了贏家，我們就會與我們的製造合作夥伴合作，擴大生產並將其推向市場」。
有趣的是，這個過程甚至在一些新領域，比如水泥方面都有應用案例。Chement是一家新創公司，由Viswanathan共同創立，目前也與Aionics合作，正在研究使用可再生電力和原材料來驅動化學反應，以製造像水泥等零排放產品。
新聞原址： https://techcrunch.com/2023/10/14/how-generative-ai-is-creeping-into-ev-battery-development/