\n<\/p>\n
Diez billones. Eso es<\/span> cu\u00e1ntas mol\u00e9culas comercialmente obtenibles est\u00e1n disponibles en la actualidad. Empiece a mirarlos en grupos de cinco (la combinaci\u00f3n t\u00edpica utilizada para fabricar materiales electrol\u00edticos en bater\u00edas) y aumentar\u00e1 a 10 elevado a 47.<\/p>\n Para los que cuentan, eso es mucho.<\/p>\n Todas esas combinaciones son importantes en el mundo de las bater\u00edas. Encuentre la mezcla adecuada de materiales electrol\u00edticos y podr\u00e1 terminar con una carga m\u00e1s r\u00e1pida y una bater\u00eda con mayor densidad energ\u00e9tica para un veh\u00edculo el\u00e9ctrico, la red o incluso un avi\u00f3n el\u00e9ctrico. \u00bfLa baja? Al igual que en el proceso de descubrimiento de f\u00e1rmacos, puede llevar m\u00e1s de una d\u00e9cada y miles de fracasos encontrar el f\u00e1rmaco adecuado.<\/p>\n Ah\u00ed es donde los fundadores de la startup Aionics dicen que sus herramientas de inteligencia artificial pueden acelerar las cosas.<\/p>\n \u00abEl problema es que hay demasiados candidatos y no hay suficiente tiempo\u00bb, dijo a TechCrunch el cofundador y director ejecutivo de Aionics, Austin Sendek, durante el reciente evento Up Summit en Dallas.<\/p>\n Dr. Lenson Pellouchoud, cofundador y director de tecnolog\u00eda; Dr. Austin Sendek, cofundador y director ejecutivo y Dr. Venkat Viswanathan, cofundador y cient\u00edfico jefe Cr\u00e9ditos de imagen<\/strong>: Aionica<\/p>\n<\/div>\n Las bater\u00edas de iones de litio contienen tres componentes fundamentales. Hay dos electrodos, un \u00e1nodo (negativo) por un lado y un c\u00e1todo (positivo) por el otro. Por lo general, un electrolito se encuentra en el medio y act\u00faa como mensajero para mover los iones entre los electrodos durante la carga y descarga.<\/p>\n Aionics se centra en el electrolito y utiliza un conjunto de herramientas de inteligencia artificial para acelerar el descubrimiento y, en \u00faltima instancia, ofrecer mejores bater\u00edas. El enfoque aionico para el descubrimiento de catalizadores tambi\u00e9n ha atra\u00eddo a inversores. La startup con sede en Palo Alto, fundada en 2020, ha recaudado 3,5 millones de d\u00f3lares hasta la fecha, incluida una ronda inicial de 3,2 millones de d\u00f3lares de inversores que inclu\u00edan a UP.Partners.<\/p>\n La startup ya est\u00e1 trabajando con varias empresas, incluida Cellforce, filial de fabricaci\u00f3n de bater\u00edas de Porsche. La compa\u00f1\u00eda tambi\u00e9n ha trabajado con la empresa de almacenamiento de energ\u00eda Form Energy, el fabricante japon\u00e9s de materiales y productos qu\u00edmicos Showa Denko (ahora Resonac) y la empresa de tecnolog\u00eda de bater\u00edas Cuberg.<\/p>\n Todo este proceso comienza con la lista de deseos (o perfil de rendimiento) de una empresa para una bater\u00eda. Los cient\u00edficos de Aionics, utilizando la mec\u00e1nica cu\u00e1ntica acelerada por IA, pueden realizar experimentos en una base de datos existente de miles de millones de mol\u00e9culas conocidas. Esto les permite considerar 10.000 candidatos cada segundo, dijo Sendek. Ese modelo de IA aprende a predecir el resultado de la siguiente simulaci\u00f3n y ayuda a seleccionar la siguiente mol\u00e9cula candidata. Cada vez que se ejecuta, se generan m\u00e1s datos y mejora la resoluci\u00f3n del problema.<\/p>\n Aionics ha ido un paso m\u00e1s all\u00e1, en algunos casos, incorporando la IA generativa a la mezcla. En lugar de depender de miles de millones de mol\u00e9culas conocidas, Aionics comenz\u00f3 a utilizar este a\u00f1o modelos de IA generativa entrenados con datos de materiales de bater\u00edas existentes para crear o dise\u00f1ar nuevas mol\u00e9culas dirigidas a una determinada aplicaci\u00f3n.<\/p>\n La empresa est\u00e1 potenciando sus esfuerzos mediante el uso de software desarrollado en el programa de descubrimiento de sistemas electroqu\u00edmicos computacionales acelerados de la Universidad Carnegie Mellon. Venkat Viswanathan, profesor asociado en CMU y director de ese programa, es cofundador y cient\u00edfico jefe de Aionics.<\/p>\n Aionics tambi\u00e9n ha comenzado a utilizar grandes modelos de lenguaje creados en GPT 4 de OpenAI para ayudar a sus cient\u00edficos a identificar millones de formulaciones posibles incluso antes de comenzar a ejecutarlas en la base de datos. Esta herramienta de chatbot, que ha sido entrenada en libros de texto de qu\u00edmica y art\u00edculos cient\u00edficos seleccionados por Aionics, no se utiliza para el descubrimiento real, pero los cient\u00edficos pueden utilizarla para eliminar ciertas mol\u00e9culas que no ser\u00edan \u00fatiles en una aplicaci\u00f3n particular, Sendek explicado.<\/p>\n Una vez capacitados con esos libros de texto, los LLM permiten al cient\u00edfico consultar el modelo. \u00abSi pudieras hablar con tu libro de texto, \u00bfqu\u00e9 le preguntar\u00edas?\u00bb dijo Sendek. Pero se apresur\u00f3 a se\u00f1alar que esto no es hacer nada diferente a una persona que cura art\u00edculos cient\u00edficos. \u00abEsto simplemente proporciona una interacci\u00f3n de siguiente nivel\u00bb, dijo, y agreg\u00f3 que todo es verificable se\u00f1alando las fuentes utilizadas para entrenar el chatbot.<\/p>\n \u00abCreo que lo bueno para nuestro campo es que no buscamos hechos espec\u00edficos, sino principios de dise\u00f1o\u00bb, dijo mientras explicaba la funci\u00f3n del chatbot.<\/p>\n Una vez que los miles de millones de candidatos han sido seleccionados y reducidos a solo un par, o dise\u00f1ados utilizando el modelo de IA generativa, Aionics env\u00eda muestras a sus clientes para su validaci\u00f3n.<\/p>\n \u00abSi no llegamos a la primera ronda, lo repetimos y podemos realizar algunos ensayos cl\u00ednicos para probarlo hasta llegar al ganador\u00bb, dijo Sendek. \u00abY una vez que encontramos al ganador, trabajamos con nuestros socios de fabricaci\u00f3n para escalar esa fabricaci\u00f3n y llevarla al mercado\u00bb.<\/p>\n Curiosamente, este proceso se est\u00e1 utilizando incluso en algunos sectores novedosos como el del cemento. Chement, una startup cofundada por Viswanathan y que tambi\u00e9n est\u00e1 asociada con Aionics, est\u00e1 trabajando en formas de utilizar electricidad y materias primas renovables para impulsar reacciones qu\u00edmicas para fabricar productos sin emisiones como el cemento.<\/p>\n<\/p><\/div>\nElectrolitos, conozca la IA<\/h2>\n
Introduzca la IA generativa<\/h2>\n
Escoger un ganador<\/h2>\n