機器學習助電動汽車電池發(fā)展加速
電池性能可以決定電動汽車的使用體驗,從行駛里程到充電時間再到汽車的使用壽命。現(xiàn)在,人工智能已經使像在加油站給電動車充電這樣的夢想更有可能成為現(xiàn)實,并可能有助于改善電池技術的其他方面。
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,新技術都必須經過數月甚至數年的測試,才能確定它們的壽命。但是現(xiàn)在,由斯坦福大學教授斯特凡諾埃爾蒙和威廉覺領導的一個團隊開發(fā)了一種基于機器學習的方法,可以將這些測試時間減少98%。研究小組測試了他們的電池充電速度的方法,他們說,該方法可以應用于電池開發(fā)管道的許多其他部分,甚至非能源技術。
“在電池測試中,你必須嘗試大量的東西,因為你得到的性能會有很大的不同,”計算機科學助理教授埃爾蒙說。“有了人工智能,我們能夠迅速找出最有前途的方法,并省去許多不必要的實驗!
這項研究發(fā)表在2月19日的《自然》雜志上,是斯坦福大學、麻省理工學院和豐田研究院科學家之間更大規(guī)模合作的一部分。他們的目標是:找到在10分鐘內為電動汽車電池充電的最佳方法,使電池的整體壽命最大化。研究人員編寫了一個程序,根據幾個充電周期預測電池對不同充電方式的反應。該軟件還可以實時決定關注或忽略哪些收費方式。通過縮短試驗時間和次數,研究人員將試驗時間從近兩年縮短到16天。
彼得阿提亞是這項研究的聯(lián)合負責人,當時他還是一名研究生。然而,真正令人興奮的是這種方法。我們可以把這種方法應用到其他許多問題上,而這些問題目前正阻礙電池的發(fā)展達數月或數年之久!

請輸入評論內容...
請輸入評論/評論長度6~500個字