快節(jié)奏的AI for Science，距離電池材料研發(fā)落地還有多遠(yuǎn)？

【摘要】2024年諾貝爾獎(jiǎng)的頒發(fā)，標(biāo)志著AI for Science（AI4S）研究范式的崛起。

這一背景下，多個(gè)公司積極布局AI4S。國(guó)內(nèi)材料行業(yè)面臨先進(jìn)基礎(chǔ)材料質(zhì)量不均、關(guān)鍵戰(zhàn)略材料受限以及前沿新材料技術(shù)尚待突破等問題。AI輔助研發(fā)能夠有效縮短材料從發(fā)現(xiàn)到應(yīng)用的周期，提升研發(fā)效率。

但同時(shí)，電池材料研發(fā)仍面臨著高質(zhì)量數(shù)據(jù)不足、人才短缺的困難。

如何在把握靈魂和尋找供應(yīng)商加速革新之間做出選擇，也是AI時(shí)代電池材料廠商的新問題。

搜索添加芯流微信Aristodemus0403，深入交流更多新能源行業(yè)新進(jìn)展（不建群），市場(chǎng)與項(xiàng)目咨詢、人才服務(wù)、決策研判。

以下為正文：

“鋰電下一個(gè)十年的技術(shù)競(jìng)爭(zhēng)核心在于材料，而人工智能正在改變材料的研發(fā)范式，將大幅度加速全固態(tài)電池的研發(fā)速度”，中國(guó)科學(xué)院院士歐陽(yáng)明高在今年1月的一次會(huì)議上如是說道。

無獨(dú)有偶，今年3月，寧德時(shí)代董事長(zhǎng)曾毓群表示，“挖掘新能源材料、體系和應(yīng)用方案的AI都是要聚焦做的事情”。寧德時(shí)代設(shè)立的香港研發(fā)中心最主要聚焦于AI for Science（人工智能驅(qū)動(dòng)的科學(xué)研究）。

AI，一個(gè)看似新興的力量，正在悄然間擊碎電池材料研發(fā)以數(shù)十年計(jì)算變遷速度的固定范式。

如何利用、能否先一步利用、產(chǎn)生的實(shí)際效果如何，足以讓這個(gè)足夠新潮的概念成為潘多拉魔盒，具有豐富想象空間的同時(shí)，也暗藏風(fēng)險(xiǎn)。

01AI for Science正在改變研究范式

最近幾年，依托通用人工智能強(qiáng)大的算力和模型高效率、高精度地解決問題幾乎成為科研界的常態(tài)。

10月8日，瑞典皇家科學(xué)院宣布，將2024年諾貝爾物理學(xué)獎(jiǎng)授予美國(guó)科學(xué)家約翰·霍普菲爾德和英裔加拿大科學(xué)家杰弗里·辛頓，以表彰他們“通過人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。

次日，2024年諾貝爾化學(xué)獎(jiǎng)授予戴維·貝克，以表彰其在計(jì)算蛋白質(zhì)設(shè)計(jì)方面的貢獻(xiàn)；另一半則共同授予英國(guó)倫敦谷歌旗下人工智能公司DeepMind的德米斯·哈薩比斯和約翰·江珀，以表彰他們?cè)谟?jì)算蛋白質(zhì)設(shè)計(jì)和蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方面的突破性貢獻(xiàn)。

這意味著，AI成為了今年諾貝爾獎(jiǎng)的最大贏家，AI for Science也由此進(jìn)入大眾視野。

AI for Science（AI4S），即人工智能驅(qū)動(dòng)的科學(xué)研究，是一種新的科學(xué)研究范式。2024年諾貝爾獎(jiǎng)的決定，很大程度上肯定了這一研究范式、乃至整個(gè)賽道的長(zhǎng)期價(jià)值。

隨著AI for Science的崛起，國(guó)內(nèi)相關(guān)企業(yè)獲得了更多的投融資支持。舉例而言，近期深耕AI for Science領(lǐng)域的深勢(shì)科技再次獲得數(shù)億元融資。

自2018年成立以來，其已完成7輪融資，累計(jì)融資額超過十億人民幣，背后匯集了多家知名投資機(jī)構(gòu)，如源碼資本、啟明創(chuàng)投、高瓴創(chuàng)投、經(jīng)緯創(chuàng)投以及BV百度風(fēng)投等。

與此同時(shí)，材料研發(fā)正在成為AI for Science的重要陣地。

8月下旬，港股上市的AI制藥第一股晶泰科技宣布與協(xié)鑫集團(tuán)合作，為協(xié)鑫提供新能源材料研發(fā)的訂單化服務(wù)。根據(jù)其半年報(bào)披露，這份合作為期5年、總合作金額約10億元。

8月末，獲得多輪融資的AI4S創(chuàng)業(yè)公司深勢(shì)科技，與材料廠商?hào)|陽(yáng)光簽約成立AI4S新材料研發(fā)聯(lián)合實(shí)驗(yàn)室。

看似慢節(jié)奏的化學(xué)技術(shù)進(jìn)步開始逐步與快節(jié)奏的人工智能形成碰撞。

02如何賦能電池研發(fā)？

目前，國(guó)內(nèi)材料行業(yè)面臨眾多挑戰(zhàn)，包括先進(jìn)基礎(chǔ)材料質(zhì)量不均、關(guān)鍵戰(zhàn)略材料受限以及前沿新材料技術(shù)尚待突破等問題。

而AI輔助研發(fā)的一個(gè)最直接效果就是縮短材料從發(fā)現(xiàn)到應(yīng)用的周期，提升研發(fā)效率。

尤其在固態(tài)電池材料和光伏鈣鈦礦材料等革命性新材料的開發(fā)中，AI4S被許多專家視為研發(fā)的關(guān)鍵突破點(diǎn)。

以全固態(tài)電池為例，其研發(fā)的一大難題是如何開發(fā)出穩(wěn)定的電化學(xué)材料體系。

日本豐田在固態(tài)電池領(lǐng)域擁有全球最多的專利，過去30多年里嘗試了數(shù)萬(wàn)種電解質(zhì)應(yīng)用于電池，但至今未能實(shí)現(xiàn)量產(chǎn)。而現(xiàn)在通過AI分析數(shù)萬(wàn)種材料組合的穩(wěn)定性和導(dǎo)電性，其大幅縮短了傳統(tǒng)實(shí)驗(yàn)中逐一驗(yàn)證的時(shí)間成本，為固態(tài)電池的產(chǎn)業(yè)化應(yīng)用開辟了新的可能。

同時(shí)，人工智能在動(dòng)力電池設(shè)計(jì)環(huán)節(jié)具有重要作用。

舉例而言，為有效提升電池能量密度，行業(yè)在磷酸鐵鋰的基礎(chǔ)上引入錳元素，由于鐵離子與錳離子半徑相近，二者可實(shí)現(xiàn)原子級(jí)別混合，進(jìn)而得到優(yōu)勢(shì)更為明顯的磷酸錳鐵鋰。但在二者混合過程中，如何調(diào)節(jié)比例關(guān)系成為了最關(guān)鍵的難題。

極大縮短實(shí)驗(yàn)周期、提升電池研發(fā)和管理的可靠性，是AI技術(shù)應(yīng)用于電池研發(fā)領(lǐng)域最核心的特點(diǎn)。

即通過減少重復(fù)性驗(yàn)證工作及加快相應(yīng)工作速度而為企業(yè)省下巨量的時(shí)間和資源成本。

如微軟和太平洋西北實(shí)驗(yàn)室利用AI和超級(jí)計(jì)算技術(shù)，只用了80小時(shí)就從3200萬(wàn)種候選材料中篩選出23種最具潛力的材料，并成功合成出新材料和電池原型。

最終方案是把電池中的部分鋰元素替換成鈉元素。這一創(chuàng)新不僅節(jié)省了傳統(tǒng)篩選所需的龐大資源和時(shí)間，還通過AI的高效數(shù)據(jù)處理，使研究人員能夠迅速找到性能優(yōu)化的材料組合。

特斯拉在其電池生產(chǎn)中運(yùn)用AI優(yōu)化電池材料配方。通過機(jī)器學(xué)習(xí)分析材料的特性，特斯拉的AI模型能夠快速調(diào)整材料組合，以提升電池的能量密度和壽命。

AI的應(yīng)用幫助特斯拉在研發(fā)階段模擬和測(cè)試數(shù)百種不同的電池配方，減少了實(shí)驗(yàn)次數(shù)，加快了新型電池材料的開發(fā)周期，特別是在其最新的4680電池設(shè)計(jì)中取得了重要進(jìn)展。

當(dāng)然，由于海外起步較早，AI輔助材料研發(fā)的應(yīng)用和案例大多集中在海外。諸如微軟、谷歌等互聯(lián)網(wǎng)巨頭早已開始為其云服務(wù)開發(fā)AI4S行業(yè)模型和PaaS平臺(tái)，而下游應(yīng)用目前主要由大型化工和材料企業(yè)主導(dǎo)。

03技術(shù)向左，落地向右

盡管AI4S如火如荼，一個(gè)很難避免的現(xiàn)實(shí)是：國(guó)內(nèi)電池材料研發(fā)仍面臨著高質(zhì)量數(shù)據(jù)不足、人才短缺的處境。

與生物醫(yī)藥領(lǐng)域直接通過文獻(xiàn)公開披露數(shù)據(jù)不同，化工新材料行業(yè)相對(duì)比較封閉，涉及到材料、催化劑的原始數(shù)據(jù)則往往是企業(yè)的商業(yè)機(jī)密，并不對(duì)外開放。

而這一關(guān)鍵要素幾乎是AI4S的命脈。

針對(duì)某個(gè)具體領(lǐng)域、應(yīng)用場(chǎng)景的垂直大模型，其最大的差別就是訓(xùn)練時(shí)“投喂”的數(shù)據(jù)不一樣。經(jīng)過訓(xùn)練的垂直大模型，針對(duì)分析的結(jié)果精度會(huì)更準(zhǔn)確，反之則效果不佳。

這意味著，那些傳統(tǒng)材料研發(fā)廠商勢(shì)必要嚴(yán)格遵循“靈魂論”原則，對(duì)內(nèi)尋求AI能力提升，這無疑是個(gè)漫長(zhǎng)的過程。

而早已深耕于此多年的人工智能廠商，礙于以上問題，也很難短期內(nèi)拿到足夠優(yōu)質(zhì)的迭代數(shù)據(jù)，從而走向商業(yè)化的最終閉環(huán)。

內(nèi)耗成了當(dāng)前階段很難避免的問題。

與此同時(shí)，材料的AI研發(fā)屬于材料學(xué)與計(jì)算機(jī)的交叉學(xué)科，需要兩方面都精通的人才。而國(guó)內(nèi)企業(yè)往往缺乏既懂材料又懂計(jì)算機(jī)的跨界人才。能夠下資本投入的，也多半是頭部廠商。

基于此，AI4S在電池材料研發(fā)實(shí)際落地方面仍然道阻且長(zhǎng)。

04尾聲

AI for Science的崛起正在重塑材料研發(fā)的未來。

材料突破歷來是個(gè)慢節(jié)奏問題，而隨著諾貝爾獎(jiǎng)的肯定，AI將成為加速材料科研的新動(dòng)力，也為行業(yè)提供了更為明確的發(fā)展方向。

然而，盡管已有諸多成功案例，行業(yè)仍面臨數(shù)據(jù)不足和人才短缺等問題。如何在把握靈魂和尋找供應(yīng)商加速革新之間做出選擇，也是AI時(shí)代電池材料廠商的新問題。

搜索添加芯流微信Aristodemus0403，深入交流更多新能源行業(yè)新進(jìn)展（不建群），市場(chǎng)與項(xiàng)目咨詢、人才服務(wù)、決策研判。

- NEBR -

喜歡就獎(jiǎng)勵(lì)一個(gè)“”和“在看”唄~