中国学者水系有机液流电池研究取得突破性进展，加速储能技术绿色转型

近日消息，中国科学院大连化学物理研究所储能技术研究部的李先锋研究员与张长昆研究员团队，携手中国科学院长春应用化学研究所的李胜海研究员，在水基有机液流电池技术领域取得了突破性进展。这项合作研究成果有望为高效、可持续的能源存储解决方案开辟新径，进一步推动清洁能源技术的发展。

液流电池有机活性分子的稳定性和成本是重要评价标准。目前，有机活性分子面临水溶性相对较低、稳定性差、合成成本高等问题。尤其在非惰性气体保护下，有机活性分子的结构稳定性和电池的循环稳定性受到巨大的挑战。

合作团队提出了原位电化学氧化合成方法，制备出耐氧性的萘衍生物，其在液流电池中作为正极活性分子展现出良好的稳定性。相关成果已经在国际学术期刊《自然-可持续性》发表（附 DOI:10.1038/s41893-024-01415-6）。

研究发现，在正极电解液连续鼓入空气的条件下，该电池仍能够稳定循环 600 圈（超过 20 天）以上，证明了萘衍生物正极活性分子具有优异的空气稳定性。基于此，团队实现千克级分子制备，并成功将其应用于电堆测试。

在研究工作中，为合成低成本、高稳定性的有机活性分子，李先锋和张长昆团队以大宗性化学品羟基萘作为底物，采用化学合成和电化学合成相结合的制备策略，制备出多取代基修饰的萘醌活性分子。该方法简单高效，无需复杂的分离纯化过程，简化了合成步骤的同时降低了成本。此外，团队通过原位核磁共振和离线液质联用等谱学方法分析了不同结构衍生物的电化学反应机理。结果表明，在电化学氧化阶段，萘衍生物羟基对位侧的苄胺官能团离去，并与水反应氧化生成萘醌，进一步与水加成生成多取代的萘醌活性分子。理论计算和实验结果表明，二甲胺官能团提高了萘醌分子的溶解性的同时对分子活性中心起到保护作用，从而提升了高浓度电解液的稳定性。研究团队进一步采用一体化装置将萘活性分子的合成过程进行放大，单次可制备 5 千克萘衍生物分子，并进行了电堆稳定性测试。

该研究有望为低成本、高稳定液流电池活性分子的结构设计及合成方法优化提供新思路，有助于将水系有机液流电池规模化和实用化。

值得一提的是，大连化物所在此基础上于 9 月 3 日与中核汇能河南能源有限公司签订了“液流电池长时储能关键技术及示范科研项目”协议，希望项目加快建设，为我国清洁低碳、安全高效能源体系构建提供坚实支撑和保障。

中科院科研突破：新型类脑神经元模型，推动AI与神经科学深度融合

近日，中国科学院自动化所李国齐、徐波研究团队携手清华大学、北京大学等机构，创新性地推出一种运用“内生复杂性”原理的新型类脑神经元模型构建策略，该研究成果已在《自然・计算科学》期刊上公开发表，标志着我国在类脑智能领域的研究又迈出了重要一步。

该研究首先展示了脉冲神经网络中LIF模型与HH模型在动力学特性上的等效性，证明了HH神经元可以通过四个特定连接结构的时变参数与LIF神经元等效。基于这一发现，研究团队通过设计微架构，提升了计算单元的内生复杂性，使得HH网络模型能够模拟更大规模的LIF网络模型特性。

此外，团队还将该模型简化为s-LIF2HH模型，并通过仿真实验验证了其在捕捉复杂动力学行为方面的有效性。实验结果显示，HH网络模型和s-LIF2HH网络模型在表示能力和鲁棒性上表现相似，而HH网络模型在计算资源消耗方面更为高效。

这一研究为将人工智能融入神经科学复杂动力学特性提供了新的方法和理论支持，同时为AI模型的优化与性能提升提供了解决方案。目前，研究团队已经开始对更大规模的HH网络及更复杂神经元进行深入研究，预计将进一步提升大模型的计算效率与任务处理能力，加速其实际应用的落地。

中国科学院研究揭示：生成式AI将引发电子废弃物激增，达120万至500万吨

12月2日消息，随着科技的飞速进步，基于大语言模型的生成式人工智能技术正迅速崛起，并逐渐渗透到我们的日常生活与工作中。这种创新的技术为我们带来了前所未有的便利与智能体验。

然而，这种强大的技术背后，隐藏着对庞大计算算力与硬件资源的巨大需求。为了支撑大模型的训练和推理过程，生成式人工智能必须依赖高性能的计算设备和充足的硬件资源。这不仅包括高端的服务器和GPU，还需要大量的存储空间和网络带宽。

中国科学院城市环境研究所联合英国剑桥大学、以色列瑞赫曼大学的科研人员，在生成式人工智能的电子废弃物排放预测及管理策略研究方面取得了进展。相关研究成果在线发表在《自然-计算科学》上。

该研究开发了人工智能需求-算法-算力-硬件关联的物质流核算方法，完成了生成式人工智能产生的电子废弃物的情景预测与应对举措识别，为人工智能全球可持续治理提供了新的维度及支撑。

研究显示，在不同情景下，生成式人工智能将在 2023 年至 2030 年产生 120 万至 500 万吨的电子废弃物，并对生态环境及人群健康产生影响。

同时，研究识别发现，通过实施相关循环经济战略，可以减少 16% 至 86% 的电子废弃物。