人工智能在微软的帮助下，只用80小时就完成了原本需要20年的新材料筛选任务

本篇文章给大家分享《人工智能在微软的帮助下，只用80小时就完成了原本需要20年的新材料筛选任务》，覆盖了科技周边的常见基础知识，其实一个语言的全部知识点一篇文章是不可能说完的，但希望通过这些问题，让读者对自己的掌握程度有一定的认识(B 数)，从而弥补自己的不足，更好的掌握它。

IT之家 1 月 10 日消息，微软和太平洋西北国家实验室（PNNL）合作，借助 AI 力量识别出新材料，应用在电池中，最多可以减少 70% 的锂金属使用量。

图源：微软

现有锂电容易过热和起火，而且提取过程需要大量的水和能源，因此对环境有负面影响。

微软和 PNNL 借助人工智能，筛选了 3200 万种潜在材料，并在 80 小时时间内将名单缩小到 23 种，其中 5 种是已知材料。团队表示如果使用传统方法获取这些材料，这个过程将耗时二十多年。

微软研究院微软量子雷德蒙德（QuArC）小组负责人 Krysta Svore 表示：

我们需要把未来 250 年的化学材料科学压缩到未来 20 年，对吗？这是因为我们想要拯救我们的地球。从这些结果中可以看出，人工智能和高性能计算的结合能够加速科学发现。

PNNL 项目开发办公室主任、物理化学家 Karl Mueller 表示：

我们必须关注我们获取新想法和新材料的速度，如果我们能感受到这种加速度，那么这将是未来寻找这类材料的关键。

IT之家从报道中获悉，这种候选材料简单地称之为 N2116，是一种固态电解质，危险系数较低，不容易爆裂和引发火灾。

太平洋西北国家实验室（PNNL）材料科学家 Dan Thien Nguyen 正在用合成的固体电解质组装纽扣电池。图源：微软

科学家目前仍在研究剩余的 17 种潜在材料，寻找替代锂金属的最佳材料。

团队还利用生成式人工智能和高性能计算，让这一过程变得更简单、更快捷。

本篇关于《人工智能在微软的帮助下，只用80小时就完成了原本需要20年的新材料筛选任务》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于科技周边的相关知识，请关注golang学习网公众号！