科學家們正在尋找專為電網(wǎng)設計的穩(wěn)定的高能??電池。

將風能和太陽能等新的可再生能源并入電網(wǎng)需要專門設計的大型電池，這些電池可以在陽光明媚時充電并在夜間提供能量。一種類型的電池特別有希望用于此目的：液流電池。液流電池包含兩個電活性化學物質(zhì)罐，它們可以交換電荷并且可以容納大量能量。

對于研究液流電池的研究人員來說，他們主要關心的是找到既能儲存大量能量又能長時間保持穩(wěn)定的目標分子。

為了找到合適的液流電池分子，能源部 (DOE) 阿貢國家實驗室的研究人員已求助于人工智能 (AI) 的力量，在超過一百萬個分子的廣闊化學空間中進行搜索。發(fā)現(xiàn)正確的分子需要在幾個不同的特征之間進行優(yōu)化。“在這些電池中，我們知道我們需要的大多數(shù)分子必須滿足多種特性，”阿貢化學家 Rajeev Assary 說。“通過同時優(yōu)化多個特性，我們可以更好地為我們的電池找到最佳的化學成分。”

“大自然從來都不是完美的;沒有任何一個分子在各個方面都是理想的。我們的模型使我們能夠處理不同的參數(shù)以找到最佳擬合，”—阿貢化學家 Rajeev Assary

在繼去年完成的工作之后的一項新研究中，阿貢能源儲存研究聯(lián)合中心的 Assary 和他的同事模擬了陽極電解液氧化還原聚合物，或液流電池中的電活性分子。對于每個氧化還原聚體，研究人員確定了他們想要優(yōu)化的三個特性。前兩個，還原電位和溶劑化自由能，與分子可以儲存多少能量有關。第三個是熒光，作為一種自我報告標記，指示電池的整體健康狀況。

由于計算所有潛在候選人感興趣的屬性非常耗時，因此研究人員轉(zhuǎn)向了一種稱為主動學習的機器學習和人工智能技術，其中模型實際上可以訓練自己識別越來越合理的目標。“我們基本上是大海撈針，”阿貢博士后研究員 Hieu Doan 說。“當我們的模型找到看起來像針的東西時，它會自學如何找到更多東西。”

為了最有效地利用主動學習，研究人員從一個相當小的“大海撈針”開始——一個由 1400 個候選氧化還原分子組成的數(shù)據(jù)集，他們已經(jīng)從量子力學模擬中知道了這些候選分子的特性。通過使用該數(shù)據(jù)集作為實踐，他們能夠看到該算法正確識別了具有最佳特性的分子。