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。 

80 秒完成演算法、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

通常，尋找新電池材料的過程始於對當前已發表成果的分析。然而科學家傾向發表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。透過演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 高效能運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，這些材料再經過高效能運算的實用性評估（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裡進行經年累月的試誤（trial & error），如今只花了 80 小時便完成。

科學家合成出更穩定、更經濟的固態電解質

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，在雲端上提供 AI 及 HPC（甚至量子運算）之類服務與工具可謂一大福音，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。但這類雲端資源多半採共享制，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：）