利物浦大学的研究人员创造了一种协作性的人工智能工具，它减少了发现新材料所需的时间和精力。在《自然-通讯》杂志上报道，通过这种新工具发现了四种新材料，包括一系列新的导电锂的固体材料。这种固体电解质将是开发固态电池的关键，为电动汽车提供更长的续航时间和更高的安全性，更有前景的材料正在开发中。 　　

　　利物浦大学的材料创新工厂 　　

　　这个工具结合了人工智能和人类知识，优先考虑那些最有可能找到新功能材料的未开发的化学空间部分。 　　

　　寻找新的功能材料是一个高风险、复杂且往往漫长的旅程，因为将元素周期表中的所有元素结合起来，我们可以获得无限可能的材料空间，而且我们不知道哪里有新材料。新的人工智能工具是由利物浦大学化学系和材料创新工厂的研究团队开发的，该团队由Matt Rosseinsky教授领导，旨在应对这一挑战。 　　

　　这个工具在人类无法达到的规模上研究已知材料之间的关系。这些关系用于识别可能形成新材料的元素组合，并对它们进行数字排序。科学家利用这些排名有针对性地指导对巨大的未知化学空间的探索，大大提高了实验考察的效率。这些科学家是在人工智能提供的不同视角的启发下做出最终决定的。 　　

　　这篇论文的主要作者Matro Sainsky教授说。到目前为止，一种常见而有力的方法是通过与现有材料的密切类比来设计新材料，但这往往会导致与我们已经拥有的材料相似的材料。因此，我们需要新的工具来减少发现真正新材料所需的时间和精力，例如这里开发的工具，它结合了人工智能和人类智能，以获得两者的优势。这种合作模式结合了计算机看待人类无法企及的几十万种已知材料之间关系的能力，以及人类研究人员的专业知识和批判性思维，从而导致创造性的进步。新工具是许多合作人工智能方法的一个例子，这些方法可能在未来使科学家受益。' 　　

　　社会解决能源和可持续发展等全球挑战的能力受到我们设计和制造具有目标功能的材料的能力的限制，例如，更好的太阳能吸收装置以制造更好的太阳能电池板，或优秀的电池材料以制造更长的电动汽车，或通过使用毒性更低或稀缺的元素来替代现有材料。 　　

　　这些新材料通过推广新技术应对全球性挑战创造社会效益，同时揭示新的科学现象和认识。所有现代便携式电子产品都是由20世纪80年代开发的锂离子电池中的材料驱动的，这强调了只有一种材料类别如何改变我们的生活方式：定义新材料的加速路线将为我们的未来开辟目前无法想象的技术可能性。