芝加哥大学的计算团队手动编译了250项计算中的电板数据开yun体育网，以考试他们的东谈主工智能模子。

好意思国计算小组设备了一种基于东谈主工智能的框架，不错通过识别具有理思电解质特色的分子来加快下一代电板的设备。

这种新方法是由芝加哥大学普利兹克分子工程学院（UChicago PME） Amanchukwu现实室的博士后Ritesh Kumar博士和他的团队设备的，他们使用一种名为“eScore”的决策来评估和排行潜在的电板电解质候选物。

哄骗东谈主工智能和机器学习，该系统评估电解质分子的三个环节性能圭臬，包括离子电导率、氧化褂讪性和库仑恶果，这些特色频频难以同期优化。

字据Kumar的说法，固然电解质的设备频频触及量度，因为提供高褂讪性的分子频频短少导电性，反之也是，但新器用有助于细则不错同期恬逸多种性能条目的候选材料。

考试东谈主工智能

为了建立考试数据集，计算东谈主员手动编译了超越250项科学计算的数据，这些计算率先了50多年的锂离子电板计算。好多关系信息仅以图像体式存在，岂论是图表也曾镶嵌日志账图中的表格，皆需要手工输入。

经由考试后，东谈主工智能系统不错字据瞻望的发达对候选分子进行评分，包括一些它从未遭遇过的分子。该模子在一种情况下细则了一种与现存最好交易电板电解质相匹配的分子。

据计算小组称，这种革命方法与电板计算中常用的传统试错方法不同。

他们进一步阐述说，仅通过现实室测试来探索每种可能的电解质组合简直是不成能的，潜在候选分子的数目估量高达10⁶⁰。

“咱们不成能在计算了数亿种化合物后说，‘哦，我以为咱们应该计算这个，’”Amanchukwu说，并将在计算中使用东谈主工智能与在线听音乐进行了相比。

就像音乐保举算法雷同，东谈主工智能学习方式来瞻望最有但愿的分子。Amanchukwu暗示，下一步是设备一种东谈主工智能，它不仅不错挑选歌曲，还不错创建播放列表，从而为筹画全新的分子铺平谈路。

接下来的活动

据报谈，该团队于2020年驱动手动处分东谈主工智能考试数据集，从50多年的电板计算中索取了数千种潜在化合物，其中大部分皆荫藏在图表、数字和图表中。由于大大皆大型讲话模子只可阐述文本，它们必须手动输入值，这触及到杰出透露它们所杰出的本色，这相配耗时。

Amanchukwu在一份新闻稿中说：“即使是今天的模子也很难从图像中索取数据。”他补充说，由于神气问题，手动输入数据是必要的，因为环节信息频频镶嵌在图像中，而不是文本中。

尽管数据集限制很大，但计算东谈主员强调，考试模子仅仅一个驱动。为了测试其果然的后劲，东谈主工智能被评估为畴昔从未见过的分子。它在化学上与已知化合物相似的化合物上发达细腻，但在不老到的化合物上发达欠安。

当今，该团队正专注于克服下一个要紧挑战，包括考试东谈主工智能模子，以准确瞻望十足不同化学空间均分子的发达。这是鼓吹下一代电板筹画的穷苦一步。

这项计算发表在《材料化学》杂志上开yun体育网。