AI應用真的是越來越廣泛、越來越深入了,如今已經深入各行各業了。近日,美國密歇根大學團隊開發出的AI工具,僅需50次充放電即可預測電池壽命,而這在此之前通常需要500到1,000次,根據循環實驗的具體條件,這可以節省數月甚至數年的測試時間,并在電池原型設計和測試過程中節省大量電能。
![]()
研究團隊估計,預測新型電池設計的循環壽命只需傳統測試所需能量的5%和時間的2%。該系統融合物理模型與機器學習,能跨電池形態精準預判老化規律,加速新能源技術研發。該系統由密歇根大學電氣與計算機工程系助理教授宋子佑(Ziyou Song)及博士生張家偉(Jiawei Zhang)團隊開發,并發表于《自然》期刊。,從名字來看,似乎也是中國人名字結構。
我們來具體看看是如何實現的,我們傳統的預測模型通常依賴于已有的實驗數據,而密歇根大學的方法引入了生成式模型,它可以根據電池在前50次循環中表現出的細微電化學“指紋”,模擬出該電池在未來數千次循環中的表現。這就像是通過一個人的青少年時期照片,利用 AI 精確預測其老年時的樣貌。下圖就是密歇根大學文中貼出的原理圖片,大家可以詳細看看怎么實現的。
![]()
新一代鋰離子電池在化學成分、結構和材料方面與以往的電池截然不同,但研究團隊認 為它們之間存在一些共性,這些共性或許有助于預測新設計的性能。該解釋器并非使用電流和電壓信號的簡單統計特 征,而是利用底層物理特性來建立不同電池之間的共性。
![]()
值得一提的是,在電池技術領域,該團隊計劃將這種方法擴展到其他性能領域,例如安全性和充電速度。
AI改變世界的速度真的是太快了,可以用日新月異來形容,超乎想象,我們必須時刻關注自己行業的變化,關注如何利用AI提升自己的工作效率,否則我們真的會被取代,不是被AI取代,而是被會AI的新一代人取代。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.