8月17日，丰田研究院（Toyota Research Institute，TRI）和美国西北大学（Northwestern University）宣布合作，通过全球首个纳米材料数据工厂助力加速新材料的发现、设计和开发。
与传统试错法截然不同，这种人工智能（AI）驱动的方法会探索大量的参数集，收集数据，然后授权AI搜索材料基因组，为给定的应用找到最佳材料。
虽然该数据工厂的首次应用将用于发现新的催化剂，以提高燃料电池汽车的效率，但TRI和西北大学相信这种材料发现方法在未来将具有更广泛的应用，例如清洁氢气生产、空气中二氧化碳去除和高效太阳能电池。
TRI能源和材料高级总监Brian Storey表示：满足不断增长的出行需求并不排放碳非常具有挑战。
通过与西北大学合作，我们大大缩短了测试和寻找新材料的时间，而这些新材料可用于电池和燃料电池，以实现运输脱碳。
TRI &西北大学数据工厂
TRI和西北大学开发出一种机器学习算法，能够以创纪录的速度合成材料，以筛选西北大学的新Megalibraries，即一个包含比科学家收集和分类的新无机材料更多的图书馆。
这些概念共同创建了第一个纳米材料数据工厂，旨在创建和挖掘大量高质量、复杂的第一方数据。
该团队将使用这种新方法来寻找可以代替当前全球当前的昂贵稀有材料的催化剂，例如铂和铱。
在此次合作之前，机器学习算法已经在质量较低、收集不一致的数据集上进行了训练。
而现在凭借西北大学和TRI的新功能，研究团队可以使用高质量的数据集来训练复杂的算法，从而能够快速、客观地发现关键材料以满足未来需求。
