Mission Innovation(MI)是一项全球倡议，有22个成员国和欧盟，将大大加速全球清洁能源创新。MI倡议是在2015年巴黎COP21气候峰会的第一天启动的。它确定了七个关键的创新挑战，这对于将全球气温升高限制在2˚C至关重要。其中之一就是 清洁能源材料创新挑战，因为正如DTU能源公司的Tejs Vegge教授所说：“清洁能源的绿色变化发生得很快，但还不够快!”
“在可持续能源技术到位之前，构建基块，清洁能源材料也必须到位，材料发现需要时间”，DTU教授解释并继续说道。“如果我们想要限制全球变暖，新的清洁能源材料的开发必须以比现在快得多的速度发展。”
Tejs Vegge是欧洲领先的下一代电池材料计算机辅助研究专家之一，他是55位国际顶尖研究人员之一，他们与来自世界各地大学和政府的75名观察员一同参加了会议。 2017年在墨西哥城举办的清洁能源材料创新挑战创新研讨会。
“使命创新的一个目标是能够以比我们今天快十倍的速度发现和生产新的清洁能源材料。Tejs Vegge坚持认为，传统的反复试验材料开发方式太慢了。“如果我们要实现及时限制全球变暖的目标，我们必须将清洁能源材料和自动合成领域的现有知识与人工智能相结合。”
人类研究直觉需要得到提升
必须利用人工智能，因为人为驱动的材料创新可能会起得太慢，无法及时阻止全球变暖。
尽管在中世纪战争中广泛使用火药，当时的学者花了300年时间才找到硝酸盐，硫磺和木炭之间的最佳混合比例。尽管销售了数百万辆汽车，但经过大约100年的汽车发动机研究，福特T在1908年的5-9公里/升到现在33公里/升的最省油的日常汽车中的燃油消耗。经过25年的研究，IBM的西部手机重500克，只打电话，开发了超轻智能手机，将手机，相机，多媒体播放器和游戏机组合在一起。
研究人员不断加快开发新材料，例如使用超级计算机来提高发现速度，但速度对于手头的挑战来说仍然太慢。今天，大多数材料发现仍然基于传统方法，即首先你提出一个理论，做一些实际测试，并根据实验结果制定一个新的理论，所以它在取得突破之前一直持续下去。
从历史上看，这种做研究的方式运作良好，但步伐必须加快。
“有效利用人工智能和超级计算机可以将研究和材料开发加速到一个数量级，部分原因是它们能够减少所需的实验室测试次数，”Tejs Vegge说。
开发用于清洁的能量转换和存储，例如，新材料，当新电池的材料和用于转化CO的电催化剂DTU能源使用类似的方法2 的计算机模型用于测试和前评估数千个假想的材料组合和结构：纳入可持续燃料和化学品研究人员继续研究最有希望的合成，表征和测试组合。
完全自主的研究
人工智能(AI)已经成为我们日常生活的一部分。我们熟悉手机内置的人工个人助手，例如Apple的Siri。Siri使用语音识别和自然语言用户界面，通过将请求委托给一组互联网服务来尝试回答问题，提出建议和执行操作。世界上主要的制药公司已经使用合成机器人进行合成和测试。
“在我们完全自动化清洁能源材料的发现和生产之前，我们需要开发一种新的研究基础设施和方法，”Tejs Vegge解释说，他描述了人工智能如何将大数据量与合成机器人连接起来。该方法比执行更容易描述。
机器人作为合成厨师
目标是将超级计算机与专门处理大量数据的AI结合起来，这些数据是通过在科学文献中搜索合成配方的论文而获得的。系统可以给出重要的关键字，如温度和材料硬度，然后要求建议相关的合成。
“首先，可以要求人工智能基于分析现有数据提供十种不同的综合建议，然后对自动合成机器人进行编程以生成这些，并根据后续的特性和测试，返回并提出新的超级计算机计算最后提出新的合成条件。然后重复循环，直到产生新的和改进的清洁能源材料“，Tejs Vegge解释说。
政治家必须投入其中
当科学家提前选择两到三种有前景的材料成分时，他们可能已经过多地限制了自己。人工智能系统可以识别多个维度的趋势和相关性，例如，它们可以组合结构并以我们从未想象过的方式在材料中建立新的分子或原子序列。
“白皮书包含了一些主要国际专家提出的关于投资内容的强烈建议，以便使用人工智能和自动合成与表征来加速发现下一代清洁能源材料。其中一些建议可能看似未来，但我希望这些决定能够足够勇敢地遵循它们，因此我们可以达到巴黎协议的目标。“Tejs Vegge说。