【會議報告】AI for Science新范式賦能固態電池研發

在固態電池研發過程中，要實現電池各個性能的總體提升不是一件容易的事，仍有很多的問題需要解決，受材料科學和電化學原理的限制，在提高電池能量密度方面，電池研發難以獲得突破性進展。隨著AI時代的到來，人工智能憑借其在材料設計和篩選方面所展示的強大潛能，開啟了新材料探索開發的新征程。AI for Science（科學智能）將帶來一個大的科學變革，趕上這一潮流就能迎來新的發展機遇。

過去，電池研發就像炒菜一樣，研究人員不斷地嘗試不同的材料和工藝，通過觀察實驗結果來尋找最佳的解決方案。這種方式耗時較長，效率低下，且往往需要反復試驗，因此難以滿足快速發展的高科技產業需求。“炒菜試錯”式的研發方法在電池領域曾經非常普遍，但難以滿足快速發展的產業需求。而且傳統的計算模擬手段在精度和效率方面存在局限，難以應對實際問題。例如，密度泛函理論方法受計算量限制，計算規模僅限于數百原子，導致時間尺度和統計能力嚴重不足；而基于經驗力場的分子動力學方法在面對準確率低、參數調整困難以及可遷移性差等問題時也存在明顯局限。隨著AI4S新范式的發展，利用人工智能等新技術突破電池研發的難點，開發更高效、更可靠的電池設計自動化平臺成為電池研發的重要趨勢。

深勢科技是“AI for Science”科學研究范式的引領者和踐行者，致力于運用人工智能和多尺度的模擬仿真算法，結合先進計算手段求解重要科學問題，為人類文明最基礎的生物醫藥、能源、材料和信息科學與工程研究打造新一代微尺度工業設計和仿真平臺。

保守估計，國內有超過5000家的電池生產企業，其中幾百家企業收入規模超過100億元。據了解，三年來，深勢科技已經與10多家頭部電池企業達成合作。當前，深勢科技重點與龍頭企業合作，樹立典型，再在全行業推廣，賦能電池行業研發。例如，與電池上下游頭部企業推進AI先進算法在電池領域的應用，包括正極材料篩選、電解液配方快速篩選、負極材料微觀機理探索研究等，極大地縮短了研發周期。

針對固態電池相關的技術、材料、市場及產業等方面的問題，中國粉體網將在昆山舉辦第五屆高比能固態電池關鍵材料技術大會。為致力于固態電池技術開發的企業，科研院校，以及電動車、儲能、特種應用等終端企業提供信息交流的平臺，開展產、學、研合作，共同推動行業發展。屆時，深勢科技/北京科學智能研究院電池研發總監王曉旭將作題為《AI for Science新范式賦能固態電池研發》的報告。

專家簡介：

王曉旭，博士，深勢科技/北京科學智能研究院，高級研究員，材料研發總監，電池BDA（Battery Design Automation；電池設計自動化）研發與實踐平臺-Piloteye 負責人。2014-2021曾任職于北京市計算中心，負責新材料計算平臺設計、新材料高通量篩選和機器學習優化等工作；2021年加入深勢科技/北京科學智能研究院，負責材料與工藝設計方向，研究方向主要為材料基因工程和AI4S新研究范式下利用AI及多尺度計算理性研發設計新型能源材料和器件（電池、催化、光伏等），理論計算及與實驗合作學術成果發表JACS、AEM、AFM、JMCA、CEJ等SCI論文30余篇。多次承擔/參與材料基因工程重點專項等國家和企業研發項目，有豐富的產學研研發落地經驗。

參考來源：

深勢科技官網

深勢科技詳解AI4Sci時代電池研發新范式.深勢科技 DP Technology

AI科學新范式下的電池研發實踐.中國信息化周報

注：圖片非商業用途，存在侵權告知刪除！

本文地址：http://m.cvcvc.cn/news/details1891.html