?。▓D源：阿貢官網(wǎng)）

　　為電池組件設(shè)計最佳分子構(gòu)成,，是一項復(fù)雜的工作。就像以數(shù)十億種潛在配料為基礎(chǔ),，創(chuàng)造新的蛋糕配方,。設(shè)計人員需要面臨諸多挑戰(zhàn),，比如確定將哪些成分搭配在一起最合適。而且,，即使擁有最先進(jìn)的超級計算機(jī),，科學(xué)家們也無法精確地模擬每一種分子的化學(xué)特性，以證明其能成為下一代電池材料的基礎(chǔ),。

　　據(jù)外媒報道,，美國能源部阿貢國家實驗室的研究人員，借助機(jī)器學(xué)習(xí)和人工智能的力量,，大大加快電池研發(fā)過程,。首先，研究人員通過G4MP2計算密集型模型,，建立高度精確的數(shù)據(jù)庫,，其中包含大約13.3萬個小有機(jī)分子，可能構(gòu)成電池基本電解質(zhì),。然而,，這些只是科學(xué)家們想要研究的1660億個大分子中的一小部分。為了節(jié)省計算時間和力量,，研究小組使用機(jī)器學(xué)習(xí)算法,，將小數(shù)據(jù)組中的精確已知結(jié)構(gòu)，與大數(shù)據(jù)組中較粗的建模結(jié)構(gòu)聯(lián)系起來,。阿貢數(shù)據(jù)科學(xué)與學(xué)習(xí)部門負(fù)責(zé)人Ian Foster表示：“我們相信,，機(jī)器學(xué)習(xí)代表了一種方法。只需花費一小部分計算成本,，就可獲得接近精確的分子圖像,?！?/p>

　　為了給機(jī)器學(xué)習(xí)模型打下基礎(chǔ)，F(xiàn)oster和同事在密度泛函理論基礎(chǔ)上,，采用計算量較小的建?？蚣埽ㄟ^該量子力學(xué)建?？蚣?，計算大系統(tǒng)中的電子結(jié)構(gòu)。密度泛函理論可以較好地詮釋分子性質(zhì),，但不如G4MP2準(zhǔn)確。

　　為了更好,、更廣泛地了解有機(jī)分子信息,，需要使用高精度G4MP2計算分子中原子的位置，并將其與僅用密度泛函理論分析的分子進(jìn)行比較,，以改進(jìn)算法,。研究人員以G4MP2為標(biāo)準(zhǔn)，訓(xùn)練密度泛函理論模型,，在其中加入修正因子,，以降低計算成本，并提高精確度,。

　　阿貢計算科學(xué)家Logan Ward表示：“機(jī)器學(xué)習(xí)算法為我們提供一種方法,，研究大分子中原子和它們的鄰居之間的關(guān)系，了解它們?nèi)绾谓Y(jié)合并相互作用,，尋找這些分子和我們所熟知的其他分子之間的相似之處,。我們可以在此基礎(chǔ)上，預(yù)測大分子的能量,，或高低精確度計算之間的差異,。”

　　阿貢化學(xué)家Rajeev Assary表示：“我們推出這一項目,，希望盡可能得到電池電解質(zhì)候選組分的最大圖像,。要將一種分子用于能量存儲應(yīng)用，我們需要了解其性質(zhì),，比如穩(wěn)定性,。通過機(jī)器學(xué)習(xí)，我們可以更加準(zhǔn)確地預(yù)測大分子的性質(zhì),?！?/p>