100億。 それは 現在、商業的に入手可能な分子がどれくらいあるのか。 それらを 5 つのグループ (バッテリーの電解質材料を作るために使用される典型的な組み合わせ) に分けて調べ始めると、その数は 10 の 47 乗まで増加します。
数えている人にとっては、それはたくさんあります。
バッテリーの世界では、これらすべての組み合わせが重要です。 電解質材料の適切な混合物を見つければ、EV、電力網、さらには電気飛行機用の、より高速に充電でき、よりエネルギー密度の高いバッテリーを実現できます。 欠点は？ 創薬プロセスと同様に、最適なものを見つけるには 10 年以上の歳月と何千回もの失敗が必要になる場合があります。
そこがスタートアップの創業者たちの場所です アイオニクス 彼らの AI ツールが物事をスピードアップできると言っています。
「問題は候補者が多すぎて時間が足りないことだ」とアイオニクスの共同創設者兼最高経営責任者（CEO）のオースティン・センデク氏はダラスで開催された最近のアップサミットイベント中にTechCrunchに語った。
レンソン・ペルショー博士、共同創設者兼最高技術責任者（CTO）。 共同創設者兼最高経営責任者（CEO）のオースティン・センデク博士と、共同創設者兼主席科学者のベンカット・ヴィスワナタン博士 画像クレジット：アイオニクス
電解質とAIの出会い
リチウムイオン電池には 3 つの重要な構成要素が含まれています。 2 つの電極があり、一方の側にアノード (マイナス)、もう一方の側にカソード (プラス) があります。 通常、電解質は中央に位置し、充電および放電時に電極間でイオンを移動させる伝達者として機能します。
アイオニクスは電解液に焦点を当てており、AI ツールキットを使用して発見を加速し、最終的にはより優れたバッテリーを提供しています。 触媒発見に対するアイオニクスのアプローチも投資家を魅了しています。 2020年に設立されたパロアルトに拠点を置くこのスタートアップは、UP.Partnersを含む投資家からの320万ドルのシードラウンドを含め、これまでに350万ドルを調達している。
このスタートアップはすでに、ポルシェのバッテリー製造子会社セルフォースを含む複数の企業と提携している。 同社はエネルギー貯蔵会社のフォーム・エナジー、日本の素材・化学メーカーの昭和電工（現レゾナック）、電池技術会社のキューバーグとも協力してきた。
このプロセス全体は、バッテリーに対する企業の希望リスト (またはパフォーマンス プロファイル) から始まります。 アイオニクス科学者は、AI で加速された量子力学を使用して、数十億の既知の分子の既存のデータベースで実験を実行できます。 これにより、毎秒 10,000 人の候補者を検討できるようになったとセンデク氏は述べています。 その AI モデルは、次のシミュレーションの結果を予測する方法を学習し、次の分子候補の選択に役立ちます。 実行するたびに、より多くのデータが生成され、問題の解決が向上します。
生成 AI の登場
アイオニクスは、場合によっては、生成 AI をミックスに組み込むことで、これをさらに一歩進めています。 アイオニクスは今年、数十億の既知の分子に依存する代わりに、 生成AI 既存の電池材料データに基づいてトレーニングされたモデルを使用して、特定の用途を対象とした新しい分子を作成または設計します。
同社は、カーネギーメロン大学の Accelerated Computational Electrochemical Systems Discovery プログラムで開発されたソフトウェアを使用して、その取り組みを強化しています。 CMU の准教授でそのプログラムを主導した Venkat Viswanathan 氏は、Aionics の共同創設者兼主任科学者です。
Aionics はまた、OpenAI の GPT 4 に基づいて構築された大規模な言語モデルの使用を開始し、科学者がデータベースで実行を開始する前に数百万の可能な定式化を絞り込むのを支援しています。 このチャットボット ツールは、アイオニクスが選択した化学の教科書や科学論文に基づいて訓練されており、実際の発見には使用されませんが、科学者は特定の用途では役に立たない特定の分子を排除するために使用できます、とセンデク氏は述べています。と説明した。
これらの教科書でトレーニングすると、科学者は LLM を使用してモデルをクエリできるようになります。 「教科書に向かって話せるとしたら、何を質問しますか?」 センデク氏は語った。 しかし、これは科学論文をキュレーションする人間と何も変わらないことだと彼はすぐに指摘した。 「これは、次のレベルのインタラクションを提供しているだけです」と同氏は述べ、チャットボットのトレーニングに使用されたソースを参照することですべてが検証可能であると付け加えた。
「私たちの分野にとって良いのは、特定の事実を探しているのではなく、設計原則を探していることだと思います」と彼はチャットボット機能について説明しながら述べた。
勝者を選ぶ
何十億もの候補がスクリーニングされ、わずか 2 つに絞り込まれるか、生成 AI モデルを使用して設計されると、Aionics は検証のために顧客サンプルを送信します。
「最初のラウンドに参加できなかった場合は、勝者に到達するまで繰り返し、いくつかの臨床試験を実施してそれを証明することができます」とセンデク氏は述べた。 「そして、勝者を見つけたら、製造パートナーと協力してその製造を拡大し、市場に投入します。」
興味深いことに、このプロセスはセメントなどのいくつかの新しい分野でも使用されています。 ケメントヴィスワナサン氏が共同設立し、アイオニクスとも提携している新興企業である同社は、再生可能電力と原材料を使用して化学反応を促進し、セメントなどのゼロエミッション製品を製造する方法に取り組んでいる。
