英國《自然·；通訊》雜志27日發表一項最新技術成果，美國科學家團隊描述了一種機器人學與人工智能（AI）相結合的技術，該技術能篩選出鋰離子電池非水液體電解質溶液的最佳配方。該研究或有助于加快研發出功能更好的充電電池，比如充電速度更快、使用壽命更長。

　　開發高性能電池技術對于推動運輸和航空業的電氣化格外重要。開發鋰離子電池成分的傳統技術需要對可能的材質選擇進行實驗，非常耗時，有時候研發過程需要好幾年。尤其在研發非水液體電解質溶液的情況下，需要選擇出多種溶劑、鹽及特定比例，許許多多的設計變量，都使得電解質優化既費時又費力。曾有人提出了一種加快這一進程的方法&mdash；&mdash；利用AI與機器人相結合的技術，發現最優的電池成分。

　　美國卡內基·；梅隆大學研究人員溫卡特·；韋斯萬納森、杰·；懷塔克利及他們的同事，此次設計了一個名為Clio的定制自動化機器人平臺，并與一個名為蜻蜓（Dragonfly）的基于貝葉斯優化的AI相結合。利用這些工具，他們證明了該系統能在兩個工作日里的42次實驗中，自主篩選并確定出6種高導電非水鋰離子電池的電解質配方。

　　研究人員指出，他們的方法發現電解質的速度是隨機篩選速度的6倍。研究團隊在商用鋰離子軟包電池中測試了該電解質溶液，并以傳統的電解質組分作為基線實驗，演示了其快速充電的性能。

　　研究團隊總結道，他們的研究有助于高性能充電電池的研發，對于更大范圍的能源應用和材料科學具有重要意義。

　　英國《自然·；通訊》雜志27日發表一項最新技術成果，美國科學家團隊描述了一種機器人學與人工智能（AI）相結合的技術，該技術能篩選出鋰離子電池非水液體電解質溶液的最佳配方。該研究或有助于加快研發出功能更好的充電電池，比如充電速度更快、使用壽命更長。

　　開發高性能電池技術對于推動運輸和航空業的電氣化格外重要。開發鋰離子電池成分的傳統技術需要對可能的材質選擇進行實驗，非常耗時，有時候研發過程需要好幾年。尤其在研發非水液體電解質溶液的情況下，需要選擇出多種溶劑、鹽及特定比例，許許多多的設計變量，都使得電解質優化既費時又費力。曾有人提出了一種加快這一進程的方法&mdash；&mdash；利用AI與機器人相結合的技術，發現最優的電池成分。

　　美國卡內基·；梅隆大學研究人員溫卡特·；韋斯萬納森、杰·；懷塔克利及他們的同事，此次設計了一個名為Clio的定制自動化機器人平臺，并與一個名為蜻蜓（Dragonfly）的基于貝葉斯優化的AI相結合。利用這些工具，他們證明了該系統能在兩個工作日里的42次實驗中，自主篩選并確定出6種高導電非水鋰離子電池的電解質配方。

　　研究人員指出，他們的方法發現電解質的速度是隨機篩選速度的6倍。研究團隊在商用鋰離子軟包電池中測試了該電解質溶液，并以傳統的電解質組分作為基線實驗，演示了其快速充電的性能。

　　研究團隊總結道，他們的研究有助于高性能充電電池的研發，對于更大范圍的能源應用和材料科學具有重要意義。