斯坦福大學(xué)領(lǐng)導(dǎo)的研究小組使用人工智能將電池測試時間縮短了近15倍，而電池測試時間是電動汽車持久，快速充電的主要障礙。從行駛里程到充電時間再到汽車使用壽命，電池性能會影響電動汽車的體驗?，F(xiàn)在，人工智能已經(jīng)使夢想變成了現(xiàn)實，比如在加油站停車時給電動汽車充電，這將成為現(xiàn)實，并且可以幫助改善電池技術(shù)的其他方面。

幾十年來，電動汽車電池的發(fā)展一直受到一個主要瓶頸的限制：評估時間。在電池開發(fā)過程的每個階段，必須對新技術(shù)進(jìn)行幾個月甚至幾年的測試，以確定它們將持續(xù)多長時間。

但是現(xiàn)在，由斯坦福大學(xué)教授Stefano Ermon 和 William Chueh領(lǐng)導(dǎo)的團(tuán)隊 開發(fā)了一種基于機器學(xué)習(xí)的方法，該方法將這些測試時間縮短了98%。盡管該小組在電池充電速度方面測試了他們的方法，但他們表示該方法可以應(yīng)用于電池開發(fā)流程的許多其他部分，甚至可以應(yīng)用于非能源技術(shù)。

“在電池測試中，您必須嘗試大量的事情，因為獲得的性能會大大不同，”計算機科學(xué)助理教授Ermon說。“借助AI，我們能夠快速找到最有前途的方法，并消除許多不必要的實驗。”

《自然》雜志發(fā)表 的 這項研究 是斯坦福大學(xué)，麻省理工學(xué)院和豐田研究所的科學(xué)家之間更大合作的一部分，該合作將基礎(chǔ)學(xué)術(shù)研究與現(xiàn)實世界的工業(yè)應(yīng)用聯(lián)系起來。目標(biāo)：找到在10分鐘內(nèi)為EV電池充電的最佳方法，以最大程度地延長電池的整體使用壽命。研究人員編寫了一個程序，該程序僅基于幾個充電周期即可預(yù)測電池對不同充電方式的反應(yīng)。該軟件還實時確定關(guān)注或忽略哪些計費方式。通過減少試驗的時間和數(shù)量，研究人員將測試過程從近兩年縮短到了16天。

“我們想出了如何極大地加快超快速充電的測試過程的方法，”彼得·阿提亞(Peter Attia)說。“不過，真正令人興奮的是方法。我們可以將這種方法應(yīng)用于目前導(dǎo)致電池開發(fā)延誤數(shù)月或數(shù)年的許多其他問題。”

一種更智能的電池測試方法

設(shè)計超快速充電電池是一個重大挑戰(zhàn)，主要是因為很難使它們持續(xù)使用。更快的充電強度會使電池承受更大的壓力，這通常會導(dǎo)致電池過早失效。為了防止損壞構(gòu)成電動汽車總成本很大一部分的電池組，電池工程師必須測試一系列詳盡的充電方法，以找到最適合的充電方法。

新的研究試圖優(yōu)化這一過程。從一開始，團(tuán)隊就發(fā)現(xiàn)快速充電優(yōu)化需要進(jìn)行多次試錯測試-對于人類來說這是低效率的，但是對于機器來說卻是一個完美的問題。

“機器學(xué)習(xí)是反復(fù)試驗，但是以一種更聰明的方式，”計算機科學(xué)專業(yè)的研究生阿迪亞·格羅弗(Aditya Grover)說，他也是該研究的共同負(fù)責(zé)人。“在確定何時進(jìn)行探索，嘗試新的和不同的方法以及何時對最有前途的方法進(jìn)行開發(fā)或零投入方面，計算機要比我們好得多。”

團(tuán)隊通過兩種關(guān)鍵方式利用了這一優(yōu)勢。首先，他們使用它來減少每個循環(huán)實驗的時間。在 之前的研究中，研究人員發(fā)現(xiàn)，與其對每個電池進(jìn)行充電和充電直至其失效(這是測試電池壽命的通常方法)，他們可以預(yù)測僅在最初的100個充電周期后電池可以使用多長時間。這是因為機器學(xué)習(xí)系統(tǒng)在經(jīng)過幾個循環(huán)失敗的電池的培訓(xùn)之后，可以在早期數(shù)據(jù)中找到模式，這些模式預(yù)示了電池將持續(xù)多長時間。

其次，機器學(xué)習(xí)減少了他們必須測試的方法的數(shù)量。計算機沒有平等地測試每種可能的充電方法，也不是依靠直覺來測試，而是從其經(jīng)驗中學(xué)到了可以快速找到最佳的測試協(xié)議。

通過以更少的周期測試更少的方法，該研究的作者迅速找到了適合其電池的最佳超快速充電協(xié)議。Ermon說，除了大大加快測試過程之外，該計算機的解決方案還比電池科學(xué)家可能設(shè)計的要好得多，而且也更加不尋常。

“它給了我們這個非常簡單的充電協(xié)議，這是我們沒想到的，” Ermon說。“這就是人與機器之間的區(qū)別：機器不受人的直覺的偏見，人的直覺功能強大，但有時會引起誤解。”

廣泛的應(yīng)用

研究人員說，他們的方法幾乎可以加速電池開發(fā)的每個環(huán)節(jié)：從設(shè)計電池的化學(xué)性質(zhì)到確定其尺寸和形狀，再到尋找更好的制造和存儲系統(tǒng)。這不僅會對電動汽車產(chǎn)生廣泛影響，而且對其他類型的儲能也將產(chǎn)生廣泛的影響，這是在全球范圍內(nèi)轉(zhuǎn)向風(fēng)能和太陽能的一項關(guān)鍵要求。

該研究的合著者，豐田研究院的科學(xué)家帕特里克·赫林說：“這是進(jìn)行電池開發(fā)的一種新方法。” “擁有可以在學(xué)術(shù)界和工業(yè)界的許多人之間共享的數(shù)據(jù)并對其進(jìn)行自動分析，可以更快地進(jìn)行創(chuàng)新。”

Herring補充說，這項研究的機器學(xué)習(xí)和數(shù)據(jù)收集系統(tǒng)將可供未來的電池科學(xué)家自由使用。他說，通過使用該系統(tǒng)通過機器學(xué)習(xí)來優(yōu)化流程的其他部分，電池開發(fā)以及更新更好的技術(shù)的到來可能會加速一個數(shù)量級甚至更多。

埃蒙說，這項研究方法的潛力甚至超出了電池領(lǐng)域。從藥物開發(fā)到優(yōu)化X射線和激光的性能等其他大數(shù)據(jù)測試問題，也可以通過使用機器學(xué)習(xí)優(yōu)化來徹底解決。他說，最終，它甚至可以幫助優(yōu)化所有最基本的流程之一。

埃蒙說：“更大的希望是幫助科學(xué)發(fā)現(xiàn)本身。” “我們在問：我們可以設(shè)計這些方法來自動提出假設(shè)嗎?它們可以幫助我們提取人類無法獲得的知識嗎?隨著我們獲得越來越好的算法，我們希望整個科學(xué)發(fā)現(xiàn)過程可以大大加快。”

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！