80秒完成算法、能態分析、分子動力學計算及實用性評估等新材料篩選程序科學家合成出更穩定、更經濟的固態電解質
太平洋西北國家實驗室（Pacific Northwest National Laboratory，PNNL）使用微軟Azure Quantum Elements服務所提供的AI，將3,200萬種可能的電池材料，在短短數十小時內，而非過去動輒好幾年的時間，就縮減成18種可以立即進行測試的材料，大幅加速新電池材料的開發進程。
通常，尋找新電池材料的過程始於對當前已發布成果的分析。然而科學家傾向發布成功案例而非失敗案例，這導致公開可用的數據難免會有缺漏而不夠全面的情況。在微軟與PNNL實驗室的合作下，微軟AI系統根據材料成分制定了一份3,200萬筆候選材料的清單。通過算法排除了不穩定化學性質的材料，將清單縮小到50萬筆，然後再縮小到800筆。
接著使用HPC高性能計算層對每個候選材料的潛在能態（Energry state）進行更精確的分析。然後結合AI和HPC來運行分子動力學（molecular dynamics）計算，以預測每種材料中原子的運動方式，這正是電池的關鍵組成部分。
以上過程將清單縮小至150種候選材料，這些材料再經過高性能計算的實用性評估（包括可用性和成本），又將清單縮減到只剩23個條目（其中5個是已知材料，所以最終剩18種可進行測試的新興材料）。過去這個過程需要在實驗室里進行經年累月的試錯（trial & error），如今只花了80小時便完成。
科學家隨後合成了這些材料，其中包括一種固態電解質，有可能比當今材料更穩定且更具成本效益。該物質含有鈉和鋰，科學家過去認為這兩個元素對電池有害，因為這些原子具有相同的電荷，但大小不同，然而鹽（含鈉）正在成為未來電池技術的一種吸引人選擇。PNNL團隊發現這兩種元素似乎能互相幫助，藉此製造的電池所需鋰減少了70%，由於鋰比鈉貴得多，所以整體成本更低。
對科學家來說，在雲計算上提供AI及HPC（甚至量子運算）之類服務與工具可謂一大福利，即使是對身處擁有自己超級電腦之機構中的科學家來說也是如此。但這類雲計算資源多半采共享制，因此研究團隊可能需要排隊等待。如今微軟Azure Quantum Elements服務加速了這類科研的開發進程，這尤其對將速度視為關鍵的科學探索有很大的幫助。
（首圖來源：Microsoft）
