科技日报记者 张梦然
荷兰基础能源研究所（DIFFER）科学家创建了一个包含31618个分子的数据库，这些分子有可能用于未来在储能方面前景广阔的氧化还原液流电池。同时，研究人员使用人工智能和超级计算机对这些分子特性进行了识别。研究成果发表在28日的《科学数据》杂志上。
近年来，化学家设计了数百种分子，这些分子有可能用于液流电池的储能。DIFFER团队设想，可在数据库中快速轻松地访问这些分子的属性。然而，问题在于许多分子的特性是未知的。分子特性的例子包括氧化还原电位和水溶性等。这些特性很重要，因为它们关系到氧化还原液流电池的发电能力和能量密度。
为了找出分子迄今未知的特性，研究人员执行了四个步骤。首先，他们使用台式计算机和智能算法创建了两种分子的数千个虚拟变体。这些醌类和氮杂芳烃分子家族，擅长可逆地接受和提供电子，这对电池非常重要。研究人员随后为计算机提供了24种醌、28种氮杂芳烃以及5个不同的化学相关侧基的骨架结构，计算机由此创造了31618种不同的分子。
第二步，研究人员使用超级计算机计算了每个分子的近300种不同特性，计算机使用量子化学方程式来做到这一点。这些公式很难求解，而功能强大的超级计算机正是一种得心应手的工具。第三步，研究人员使用机器学习来预测分子是否可溶于水。最后一步则创建了一个人类和机器可读的数据库。
研究创建的数据库是可开放获取的，DIFFER以外的研究人员亦可轻松地为开发氧化还原液流电池搜索可能的分子。例如，他们可简单地购买或合成分子并进一步研究它们。此外，科研人员还可使用该数据库来改进机器学习模型，以加快设计用于储能的高质量分子。
总编辑圈点
之前的圈点文章中介绍了可即时预测任何材料的结构和属性的AI算法，今天的这篇也有些相似。科研人员创建了一个包含了数万种分子的数据库，并利用人工智能和超级计算机来识别分子的特性。这些分子是为液流电池的储能而设计的。与锂电池相比，液流电池具有安全性高、循环寿命长、生命周期性价比高等优势，被视为大规模储能技术的首选技术之一。如今，全球的科研人员都可以从这个的数据库搜寻自己感兴趣的分子，改进自己的模型，推动技术的进步。
