人工智能正在推动电池开发突破极限

人工智能正在推动电池开发突破极限

电池的发展对于清洁能源的增长和电动汽车的普及至关重要。它们需要变得更安全、更便宜,并且能够更长时间地保持更多能量。然而,改进电池依赖于反复试验试错过程,这是非常缓慢的。幸运的是,机器学习或许能够提供帮助,从而大大加快发现过程。全世界的研究人员和电池公司已经将人工智能用于此目的。它可能会在导致电池突破极限的过程中扮演关键角色。

在斯坦福大学的Precourt能源研究所,有一个实验室,里面有6个冰箱大小的柜子,旨在尽可能快地消耗电池寿命。这些柜子提供了所有的性能数据,以训练人工智能打造更好的电池。

斯坦福大学的材料科学家William Chueh说:

归根结底,我们认为我们的工作正在加快电池研发的步伐。无论是发现新化学物质还是寻找制造更安全电池的方法,这都非常耗时。我们正在努力节省时间。

向电池输送电荷的方法有无数种,与亲手实验相比,人工智能可以在很短的时间内筛选出这些方法。AI就是为这个而生的! 它可以在广阔的搜索空间中,比人类更高效地找到最佳解决方案。

谈到AI对电池建设的帮助,斯坦福大学电池分析工作的数据科学家Bruis van Vlijmen说:唯一的问题是缺乏数据。

从历史上看,获取电池数据一直很困难,因为研究人员和公司之间不会共享电池数据。有高度的保密性或专有信息。

芝加哥大学想出了一个解决方案来帮助解决这个数据短缺的问题:一个名为Data Station的平台,在这个平台上,不同的群体可以贡献信息,而无需外部人士直接访问其数据。利用信息池研究人员将机器学习模型上传到平台上进行训练。

研究人员无法看到数据的细节,但他们可以看到接触这些数据是否能提高他们的人工智能对电池的预测能力。人们希望Data Station能够缓解人们对专有数据流失给竞争对手的担忧,同时让研究人员能够利用这些信息开发出更好的电池。

但即使没有巨大的数据库可供利用,研究人员也能通过人工智能提高充电率和预测电池健康状况等。斯坦福大学和麻省理工学院的研究人员今年与丰田研究院合作进行了一项研究,导致电动车充电时间缩短到10分钟。同时,剑桥大学和纽卡斯尔大学的研究人员设计了一种人工智能,可以预测电池健康状况,其准确度是目前行业标准的十倍。获取更多前沿科技信息访问:https://byteclicks.com

电池可能是降低交通和电力相关碳排放的基石。因此,我们应该利用大数据和计算机学习来尽可能地加快这一进程。

上一篇:

下一篇:


标签