El descubrimiento de nuevas sustancias sigue el proceso iterativo de "diseño - Fabricación - prueba - análisis" (dmta). La inteligencia artificial ha logrado un diseño inteligente de estructuras moleculares en el campo del descubrimiento de sustancias, como hacer un experimento en el mundo digital, que llamamos "experimento seco". Sin embargo, para que estos diseños digitales realmente aterricen y se optimicen continuamente, deben pasar por experimentos y verificaciones en el mundo físico, lo que llamamos "experimentos húmedos". Los experimentos del mundo real también pueden generar datos efectivos para alimentar los modelos del mundo digital, optimizando la predicción, el juicio y el diseño de los modelos. Sin embargo, en términos de ejecución experimental y recopilación de datos, los experimentos artificiales tradicionales se han convertido gradualmente en cuellos de botella de eficiencia. El flujo experimental es bajo, los errores son fáciles de acumular y la subjetividad es difícil de evitar. La química robótica, basada en hardware de precisión y tecnología de automatización, puede funcionar ininterrumpidamente durante 7 × 24 horas, completando miles de experimentos al día, reduciendo el error de operación por debajo del 5%, lo que mejora en gran medida la eficiencia experimental y la fiabilidad de los datos.
En el campo de vanguardia de la innovación científica y tecnológica actual, la integración de la inteligencia artificial y la tecnología de automatización está liderando un profundo cambio en el paradigma de investigación y desarrollo del descubrimiento de materiales.Jingtai TechnologyCon su plataforma experimental independiente inteligente, el modelo de predicción de Ia impulsado por datos y la robótica automatizada se integran sin problemas para construir un sistema de descubrimiento de materiales eficiente y autónomo. Este sistema innovador no solo acelera el proceso de exploración del espacio químico, sino que también proporciona una nueva infraestructura para la investigación y el desarrollo de industrias farmacéuticas y nuevos materiales, redefiniendo los límites de velocidad y eficiencia del descubrimiento de sustancias.

Paradigma de aplicación de Ia impulsado por datos
En las aplicaciones de la industria de la ia, los datos, como elemento básico, constituyen la piedra angular de todo el sistema inteligente. Su lógica central sigue el ciclo positivo de "datos → modelos → aplicaciones → soluciones": los datos de alta calidad generan autonomía inteligente entrenando modelos de ia, y las capacidades de modelos se transforman en escenarios de aplicación de industrias específicas, y finalmente aterrizan para formar soluciones reutilizables. Este sistema de circuito cerrado garantiza que la tecnología de Ia pueda aprender, optimizar y crear valor continuamente a partir de los datos.
Enfoque de la plataforma experimental independiente inteligente de Jingtai TechnologyActivos de datosLa gestión de todo el ciclo de vida, desde la recopilación, la gobernanza hasta la aplicación, ha construido un sistema completo de gestión de activos de datos. Combinando el modelo de Ia y la estación experimental construida por robots automatizados, la ejecución experimental inteligente y la gobernanza eficiente de datos se completan a una velocidad sin precedentes, se realiza un circuito cerrado iterativo de diseño molecular de Ia basado en algoritmos y predicción de reacciones y experimentos de síntesis de robots automatizados, y se explora rápidamente el vasto espacio químico.


Ruta técnica de circuito cerrado del experimento seco y húmedo
Jingtai Technology ha construido una plataforma experimental independiente inteligente líder a través de tres componentes tecnológicos básicos, formando un circuito cerrado completo de "diseño de algoritmos → experimento robótico → retroalimentación de datos → iteración de modelos". Esta estructura innovadora rompe el cuello de botella de la eficiencia de la investigación química tradicional y promueve el proceso de descubrimiento de sustancias a un ritmo sin precedentes. A través de esta arquitectura técnica, la plataforma realiza un circuito cerrado iterativo de diseño molecular de ia, predicción de esquemas y experimentos de robots automatizados.


Plataforma de optimización de fórmulas de electrolitos de Jingtai Technology
La Plataforma de optimización de la fórmula electrolítica de Jingtai Technology consta de tres módulos principales:Inteligencia artificial universal, grandes modelos exclusivos y laboratorios autónomos.
Inteligencia artificial universalEl módulo realiza principalmente la recopilación de datos públicos, como documentos y patentes, y la construcción de una base de conocimiento, proporcionando una base de datos de materias primas y una fórmula inicial para el desarrollo del proyecto;Grandes modelos exclusivosEl módulo realiza funciones como diseño molecular, predicción de propiedades, optimización de fórmulas e interpretación de mecanismos, y recomienda nuevas fórmulas;Laboratorio autónomoEl módulo realiza la preparación automatizada y precisa y la caracterización de la fórmula, verifica la fórmula recomendada por el algoritmo y genera nuevos datos experimentales para proporcionar soporte material para la optimización del modelo algorítmico. La combinación orgánica de los tres módulos permite lograr eficientemente la fórmula electrolítica de los indicadores esperados.

●Fórmula electrolítica para optimizar el flujo de trabajo de la plataforma
El flujo de trabajo de la Plataforma de optimización de la fórmula electrolítica de Jingtai Technology se divide en seis pasos, a saber:Determinar escenarios de aplicación, generar fórmulas iniciales, construir modelos de predicción de propiedades, recomendar nuevas fórmulas con modelos, preparar y caracterizar fórmulas automatizadas, y diseñar y sintetizar moléculas direccionalesDe ellos, los pasos 3 a 6 son formas iterativas para obtener una fórmula electrolítica que cumpla con los requisitos.

· El primer pasoLos científicos del equipo del proyecto determinan los escenarios de aplicación, como la necesidad de optimizar las nuevas fórmulas electroliticas para escenarios de alta tensión y temperatura ancha;
· Paso 2Construir una base de conocimientos temática relacionada con el proyecto y un procesamiento de datos estructurado. En primer lugar, personalizar la plantilla de búsqueda a través de consejos, utilizar la puntuación del modelo de lenguaje grande, seleccionar documentos y patentes altamente relevantes y construir una base de conocimientos temática; En segundo lugar, se utilizan modelos de Ia multimodal como LLM y OCR para recopilar datos relacionados con el proyecto de la literatura y las patentes;
· Paso 3Utilizando el cálculo de simulación de física cuántica y el modelo de aprendizaje profundo, no solo se pueden predecir las propiedades relevantes, sino también generar estructuras de acuerdo con las propiedades esperadas para el diseño de nuevas moléculas aditivas;
· Paso 4De acuerdo con el sistema de materiales que seleccionamos, se utilizan métodos como la optimización Bayes multiobjetivo para generar nuevas combinaciones y proporciones de fórmulas para la preparación experimental y las pruebas;
· Paso 5El experimento de fórmula automatizada, confiando en la Plataforma de optimización de fórmula electrolítica automatizada y digital autodesarrollada por Jingtai technology, realiza la configuración precisa de la fórmula, el registro digital y las pruebas de caracterización, verificando así la validez de la fórmula recomendada por el algoritmo y generando nuevos datos experimentales para optimizar aún más el modelo algorítmico;
· Paso 6Si en el espacio de componentes compuestos existente, a través de diferentes proporciones, no se puede obtener una fórmula que cumpla con las propiedades objetivo, es necesario ampliar el espacio de selección de compuestos a un nuevo espacio químico, que se logra a través de módulos de diseño molecular direccional y síntesis. Por ejemplo: utilizando el software xmolgen de jingtai, se genera una nueva molécula mediante la sustitución del Grupo R que cumple con las reglas de reacción química a través de una biblioteca de bloques comerciales. Una vez completada la tarea, se pueden realizar fácilmente operaciones de visualización, edición, ahorro, exportación y clasificación. Las moléculas generadas son novedosas y sintéticas, y se pueden sintetizar rápidamente a través de plataformas automatizadas.
Impulsado por la aceleración de la transformación energética mundial y la mejora del rendimiento de las baterías de energía, los electrolitos, como parte importante del desarrollo de las baterías, se han convertido en el cuello de botella central para romper indicadores clave como la alta densidad energética, la vida útil del ciclo largo y la adaptabilidad de amplio rango de temperatura. El modelo tradicional de I + D es difícil de satisfacer las necesidades urgentes de la industria para la eficiencia y precisión de I + D debido a problemas como la Dependencia de pruebas y errores empíricos, la baja tasa de utilización de datos y los altos costos experimentales. En este contexto, la construcción de una plataforma de optimización de fórmulas electroliticas se ha convertido en una tendencia inevitable: realiza el análisis estructurado, el diseño molecular y la predicción de propiedades de los datos de patentes documentales a través de la tecnología de inteligencia artificial, y se basa en estaciones de trabajo robóticas automatizadas para completar la preparación y caracterización de alta precisión de las fórmulas, formando una iteración de circuito cerrado de "predicción de Ia - Verificación robótica", que resuelve eficazmente puntos dolorosos como el largo ciclo de investigación y desarrollo, la fragmentación de datos y la mala repetibilidad experimental. Este modelo de empoderamiento tecnológico de "ia + robot" no solo puede acortar el ciclo de investigación y desarrollo de electrolitos, sino también promover la transformación de la industria de "impulsada por la experiencia" a "impulsada por datos" e "impulsada por la inteligencia", convirtiéndose en una infraestructura clave para que las empresas de nueva energía y nuevos materiales construyan competitividad básica.

AI × robot impulsa el cambio inteligente en I + D
La plataforma experimental independiente inteligente de Jingtai Technology crea un supercerebro químico con la integración de más de 200 modelos de Ia de campo vertical para guiar la estructura material y el diseño experimental; Completar eficientemente la ejecución química precisa de alto rendimiento y el control de datos con robots automatizados de laboratorio; Los datos estructurados de la escena real recopilados por el robot se alimentan para entrenar el modelo de ia, lo que hace que la predicción sea más precisa y el diseño sea mejor. A través de la colaboración entre Ia y robots, la plataforma experimental independiente inteligente de Jingtai Technology ha logrado un cambio de paradigma de investigación de "impulsado por la experiencia" a "impulsado por datos", trayendo un doble valor innovador al campo del descubrimiento material.


· Integradores tecnológicos
Romper las dificultades técnicas básicas e integrar algoritmos de ia, control automatizado, análisis de datos y otras tecnologías en muchos campos.
Proporcionar soluciones de laboratorio inteligentes entre funciones, industrias y campos para satisfacer necesidades diversificadas
· Innovadores del paradigma
Construir un nuevo paradigma de descubrimiento de materiales con "ia × robot" y crear una nueva infraestructura para la investigación y el desarrollo de la industria
Jingtai Technology cuenta actualmente con un laboratorio autónomo inteligente propio de 5000 metros cuadrados, que permite plenamente los escenarios de investigación y desarrollo de negocios internos y acumula experiencia en aplicaciones tecnológicas. Al mismo tiempo, los resultados de la industrialización de la plataforma experimental independiente inteligente se han extendido a biomedicina, nueva energía, nuevos materiales, petroquímica, modernización de la medicina tradicional china, automatización química y otros campos, y la Plataforma se ha utilizado ampliamente para cubrir escenarios de investigación química sintética como síntesis orgánica, optimización de fórmulas, investigación y desarrollo de catalizadores y procesos electroliticos.