Машинное обучение все чаще используется в качестве инструмента, который помогает исследователям открывать новые материалы и соединения, отвечающие их уникальным конструктивным требованиям. Этот новый подход сокращает время, которое исследователи тратят на создание и экспериментальное тестирование различных материалов, поэтому новые открытия могут быть сделаны быстрее. В Университете Карнеги-Меллона доктор философии по машиностроению. Студент и президентский сотрудник Tata Consultancy Services Адарш Дэйв применил этот подход к батареям и сделал удивительное открытие.
По его словам, Дэйв был мотивирован сокращением выбросов парниковых газов. Инновации в аккумуляторных батареях — это один из простых способов снизить выбросы. Однако эти инновации, как правило, происходят очень медленно, потому что химия довольно сложна, поэтому команда начала искать способы ускорить ее. Это исследование было сосредоточено на водных электролитах, которые, по словам Дейва, хорошо подходят для хранения возобновляемой энергии.
«Разработка высокопроизводительных водных аккумуляторов — важный процесс, который необходимо решить», — сказал Дэйв. «Тем не менее, здесь есть ошеломляющее количество возможных формулировок, из которых можно выбирать — вот тут-то и вступает наш процесс проектирования ».
Дэйв и его команда построили роботизированную платформу, названную «Отто», для определения характеристик электролитов в батареях путем измерения свойств, определяющих, будет ли она эффективна в батареях. Машинное обучение интегрировано с Отто, и вместе они оптимизируют электролиты для батарей. Компьютер сообщает Отто, какие электролиты тестировать, а затем Отто сообщает компьютеру свойства этих электролитов. Перемещение между Отто и компьютером помогает машинному обучению провести оптимизацию, чтобы найти лучший электролит. Отто может смешивать и тестировать электролиты так же быстро, как и человек, но в отличие от людей, Отто может работать круглосуточно и без выходных.
«Большинство аккумуляторных лабораторий разрабатывают электролиты, а легионы аспирантов производят и тестируют различные электролиты», — сказал Венкат Вишванатан, доцент кафедры машиностроения в CMU. «Мы всего лишь команда из трех человек, которые создали робота, который сделает за нас большую часть этой работы».
Значение их исследования уже очевидно. В недавно опубликованной статье Дэйв и его команда представляют «неинтуитивный, новый электролит», обнаруженный машинным обучением. Без их исследований этот электролит остался бы неизвестным разработчикам. Это показывает большие перспективы для будущего машинного обучения в процессах проектирования. Кроме того, автоматизация Отто может ускорить процесс тестирования и экспериментов, позволяя ученым сосредоточиться на исследовании общей картины.
«Хотя ни один робот или алгоритм не заменит интуицию высококвалифицированного химика к инновациям, наша система, безусловно, автоматизирует и ускоряет рутинные научные и проектные задачи», — сказал Джей Уитакр, директор Скоттского института энергетических инноваций и профессор инженерии и государственной политики и Материаловедение. «Я надеюсь, что мои коллеги из других лабораторий избавятся от скучных вещей и действительно ускорят темпы инноваций в аккумуляторных батареях».
Статья была опубликована в журнале Cell Reports Physical Science в ноябре 2020 года. Среди других авторов — доктор философии CMU. студенты Киртевасан Кандасами, Хан Ван, Свен Берк и Бисваджит Париа и доцент Барнабас Почос. Исследователь материаловедения Джаред Митчелл также внес свой вклад в проект.