機(jī)器學(xué)習(xí)和優(yōu)化技術(shù)發(fā)展的最新進(jìn)展為識(shí)別不同應(yīng)用的合適分子設(shè)計(jì)、化合物和化學(xué)候選物開辟了新的和令人興奮的可能性。優(yōu)化技術(shù)(其中一些基于機(jī)器學(xué)習(xí)算法)是強(qiáng)大的工具，可用于在一組典型的大量可能性中為給定問題選擇最佳解決方案。

科羅拉多州立大學(xué)和國(guó)家可再生能源實(shí)驗(yàn)室的研究人員一直在將最先進(jìn)的分子優(yōu)化模型應(yīng)用于不同的現(xiàn)實(shí)世界問題，這些問題需要識(shí)別新的和有前途的分子設(shè)計(jì)。在他們最近發(fā)表于NatureMachineIntelligence的研究中，他們專門應(yīng)用了一個(gè)新開發(fā)的開源優(yōu)化框架來確定水性氧化還原液流電池(將化學(xué)能轉(zhuǎn)化為電能的能源設(shè)備)的可行有機(jī)自由基的任務(wù)。

“我們的項(xiàng)目由ARPA-E項(xiàng)目資助，該項(xiàng)目旨在縮短使用機(jī)器學(xué)習(xí)技術(shù)開發(fā)新能源材料所需的時(shí)間，”進(jìn)行這項(xiàng)研究的研究人員之一彼得C.圣約翰告訴TechXplore.“為氧化還原液流電池尋找新的候選者是我們之前一些工作的有趣擴(kuò)展，包括發(fā)表在NatureCommunications和ScientificData上的一篇論文，兩者都在關(guān)注有機(jī)自由基。”

St.John和他的同事創(chuàng)建的新框架的靈感來自他們之前在分子優(yōu)化方面的工作。該框架主要由DeepMind開發(fā)的人工智能(AI)工具AlphaZero以及快速機(jī)器學(xué)習(xí)衍生模型組成，該模型由兩個(gè)經(jīng)過近100,000個(gè)量子化學(xué)模擬訓(xùn)練的圖神經(jīng)網(wǎng)絡(luò)組成。

第一個(gè)圖形神經(jīng)網(wǎng)絡(luò)被訓(xùn)練來預(yù)測(cè)氧化和還原電位，這兩個(gè)重要參數(shù)用于確定水性氧化還原液流電池中可以存儲(chǔ)多少能量。第二個(gè)預(yù)測(cè)電子密度和局部3D環(huán)境，這兩者都被發(fā)現(xiàn)與這些電池的壽命有關(guān)。

“我們將分子優(yōu)化視為樹搜索，我們通過將組件迭代地添加到不斷增長(zhǎng)的結(jié)構(gòu)上來構(gòu)建分子，”St.John解釋說。“這種方法的優(yōu)點(diǎn)是我們可以修剪搜索空間的大分支，其中分子開始顯示不切實(shí)際的子結(jié)構(gòu)。因此，我們可以將搜索空間限制為僅滿足預(yù)定的一組簡(jiǎn)單標(biāo)準(zhǔn)的分子。”

研究人員使用他們的分子優(yōu)化框架進(jìn)行了一系列測(cè)試，旨在為水性氧化還原液流電池識(shí)別可能的有機(jī)自由基，這些自由基可能特別穩(wěn)定和有前途。該框架成功地確定了幾個(gè)滿足St.John及其同事定義的特定標(biāo)準(zhǔn)組合的分子候選者。

“我們證明了有機(jī)氧化還原液流電池中特定類型電荷載體的可能候選者可能比以前考慮的要大，”圣約翰說。“我們還表明，可以發(fā)現(xiàn)不需要使用過渡金屬的分子可以制造出更簡(jiǎn)單、高性能的電池。”

到目前為止，該研究團(tuán)隊(duì)開發(fā)的優(yōu)化框架已被證明是解決與工程和化學(xué)相關(guān)的復(fù)雜現(xiàn)實(shí)世界問題的非常有前途的工具。因此，在未來，它可用于為許多不同的技術(shù)(包括水性氧化還原液流電池)識(shí)別新的理想化合物和分子候選物。

“我們現(xiàn)在想探索在帶電狀態(tài)之間添加額外的標(biāo)準(zhǔn)，如溶解度和氧化還原對(duì)，”St.John補(bǔ)充道。“這將需要額外的訓(xùn)練數(shù)據(jù)，但它可能會(huì)導(dǎo)致更有希望的候選結(jié)構(gòu)。”

標(biāo)簽：