據(jù)了解，日前該團(tuán)隊(duì)將他們的研討成果發(fā)表在《能源與環(huán)境科學(xué)》雜志上。文章顯現(xiàn)，科學(xué)家們并沒有運(yùn)用傳統(tǒng)的隨機(jī)測驗(yàn)單個(gè)化合物的辦法來尋找新的固體電解質(zhì)資料，而是運(yùn)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)造猜測模型。他們訓(xùn)練了一種計(jì)算機(jī)算法，根據(jù)現(xiàn)有的數(shù)據(jù)，去學(xué)習(xí)怎么辨認(rèn)化合物的好壞。這個(gè)進(jìn)程和人臉辨認(rèn)算法，在觀察幾個(gè)典范后，去辨認(rèn)人臉的進(jìn)程很相似。

論文的第一作者、研討的帶頭人、應(yīng)用物理學(xué)博士研討生AustinSendek表明：現(xiàn)有的含有鋰元素的化合物數(shù)量是數(shù)以萬計(jì)的，絕大多數(shù)是未經(jīng)測驗(yàn)的。其中的一些可能是性能優(yōu)異的導(dǎo)體。咱們開發(fā)了一個(gè)計(jì)算模型，有關(guān)咱們現(xiàn)有的有限數(shù)據(jù)進(jìn)行學(xué)習(xí)，從大規(guī)模的數(shù)據(jù)庫中，選擇出合適的資料。這種選擇辦法的速度是現(xiàn)有選擇辦法的百萬倍。

為了設(shè)計(jì)這個(gè)模型，AustinSendek花費(fèi)了差不多兩年時(shí)刻，搜集了有關(guān)含有鋰元素的固體化合物的簡直所有科學(xué)數(shù)據(jù)，然后通過這些數(shù)據(jù)對待選固體化合物的穩(wěn)定性、本錢、豐富度、鋰離子的導(dǎo)電性等許多理化屬性進(jìn)行了評測，終究選擇出了21種最合適的固體電解質(zhì)資料。

AustinSendek表明：咱們選擇了超過12,000種含有鋰元素的化合物，終究找到了21種作為固體電極的理想資料。選擇只要花費(fèi)幾分鐘。我絕大多數(shù)的時(shí)刻，實(shí)際上是用于搜集和管理所有的數(shù)據(jù)，開發(fā)有關(guān)猜測模型更牢靠的衡量機(jī)制。

研討人員未來計(jì)劃在實(shí)驗(yàn)室環(huán)境下測驗(yàn)這21種資料，進(jìn)一步確認(rèn)它們是否是實(shí)際情況下的最佳選擇。

有關(guān)這項(xiàng)研討的意義和未來，論文的另一位作者，資料科學(xué)和工程專業(yè)的助理教授EvanReed表明：咱們的方法可以處理有關(guān)資料的許多問題，有助于新增這個(gè)范疇的研討出資用途。隨著實(shí)際國際中數(shù)據(jù)量的上升和計(jì)算機(jī)性能的提高，咱們的創(chuàng)新能力將以指數(shù)方式新增。無論是鋰離子電池、燃料動力電池仍是其他的各種電池，這個(gè)范疇的研討都具有重大的意義。