科技日报讯（记者刘霞）美国密歇根大学工程学院科学家在近期出版的《自然》杂志发表论文，宣布开发出一款基于“发现学习”理念的人工智能（AI）工具。这款全新的智能体仅需几天实验测试数据，即可准确预测新电池的循环寿命。
传统测试需对电池进行数百甚至上千次充放电循环，耗时数月乃至数年，才能判断其何时容量衰减至设计值的90%以下。而这一新型AI系统仅凭前50次充放电循环数据，就能精准预估整块电池的使用寿命，节省约98%的时间和95%的能源消耗。这不仅大幅降低了研发成本，也为下一代高性能电池的快速迭代提供了强大助力。
该系统的灵感源自一种“边做边学”的“发现学习”认知模式，其通过实践探索获取知识，而非被动接受理论灌输。团队将其引入AI领域，打造出这款AI智能体。
具体而言，这套系统由3个核心模块协同工作。“学习器”负责提出问题，决定建造哪些电池原型，并进行短周期测试以填补知识盲区；“解释器”分析历史数据，结合物理模型模拟电池内部反应，挖掘不同电池间的共性规律；“智囊”则综合实验结果、物理模拟与过往经验，最终预测新电池的循环寿命。
整个过程如同科学家在实验室中不断试错、总结、再验证。AI不仅能从早期数据中捕捉退化趋势，还能识别关键影响因素。例如，高温下主导劣化的化学机制，在低温环境中可能微不足道。
团队使用美国Farasis能源公司的袋式电池数据对该模型进行了验证。尽管训练集仅包含类似AA电池的圆柱形电池，系统仍预测出了结构更复杂、尺寸更大的袋式电池性能。这意味着该方法具备良好的泛化能力，适用于多种电池形态。
团队表示，这项技术未来可拓展至电池安全、快充性能等更多维度。更重要的是，“发现学习”作为一种新型机器学习范式，有望推广至化学、材料科学等高度依赖昂贵实验的领域，为那些长期受限于高成本、长周期的研究按下“加速键”。
碳中和目标倒逼产业结构与能源结构向绿色低碳方向转变。作为一种具备诸多优点的清洁能源，氢能迎来重要的发展机遇期， 近日，由南京应用数学中心林文伟教授和东南大学李铁香教授团队设计研发、基于GPU计算平台的FAME软件包以仿真插件的形 科技日报讯 （记者张梦然）日本大阪都立大学科学家设计了一种高效、无创、无痛的方法，从尿液样本中重新编程犬类干细胞，使 据微信公众号“厦门大学管理学院”发布的讣告，中共党员、厦门大学退休干部，管理学院原院长沈艺峰教授于 2024年1月2日上午 记者1月2日从中国科学院昆明植物研究所获悉，近期高黎贡山国家级自然保护区怒江管护局、贡山管护分局联合该所组成的考察 2023年12月28日，陕西省审计厅在官网发布《2023年第9号审计结果公告》，其中西安工业大学2020年度预算执行及其他财务收支 。本文链接：AI工具可凭几天测试数据预估电池寿命http://www.sushuapos.com/show-11-31620-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 老花与远视是一回事吗？如何科学矫正？这些知识别错过
下一篇： 首张癌症驱动突变图谱绘成