科技日?qǐng)?bào)記者 劉霞

美國(guó)密歇根大學(xué)工程學(xué)院科學(xué)家在近期出版的《自然》雜志發(fā)表論文，宣布開發(fā)出一款基于“發(fā)現(xiàn)學(xué)習(xí)”理念的人工智能（AI）工具。這款全新的智能體僅需幾天實(shí)驗(yàn)數(shù)據(jù)，即可準(zhǔn)確預(yù)測(cè)新電池的循環(huán)壽命。

傳統(tǒng)測(cè)試需對(duì)電池進(jìn)行數(shù)百甚至上千次充放電循環(huán)，耗時(shí)數(shù)月乃至數(shù)年，才能判斷其何時(shí)容量衰減至設(shè)計(jì)值的90%以下。而這一新型AI系統(tǒng)僅憑前50次充放電循環(huán)數(shù)據(jù)，就能精準(zhǔn)預(yù)估整塊電池的使用壽命，節(jié)省約98%的時(shí)間和95%的能源消耗。這不僅大幅降低了研發(fā)成本，也為下一代高性能電池的快速迭代提供了強(qiáng)大助力。

該系統(tǒng)的靈感源自一種“邊做邊學(xué)”的“發(fā)現(xiàn)學(xué)習(xí)”認(rèn)知模式，其通過實(shí)踐探索獲取知識(shí)，而非被動(dòng)接受理論灌輸。團(tuán)隊(duì)將其引入AI領(lǐng)域，打造出這款A(yù)I智能體。

具體而言，這套系統(tǒng)由3個(gè)核心模塊協(xié)同工作。“學(xué)習(xí)器”負(fù)責(zé)提出問題，決定建造哪些電池原型，并進(jìn)行短周期測(cè)試以填補(bǔ)知識(shí)盲區(qū)；“解釋器”分析歷史數(shù)據(jù)，結(jié)合物理模型模擬電池內(nèi)部反應(yīng)，挖掘不同電池間的共性規(guī)律；“智囊”則綜合實(shí)驗(yàn)結(jié)果、物理模擬與過往經(jīng)驗(yàn)，最終預(yù)測(cè)新電池的循環(huán)壽命。

整個(gè)過程如同科學(xué)家在實(shí)驗(yàn)室中不斷試錯(cuò)、總結(jié)、再驗(yàn)證。AI不僅能從早期數(shù)據(jù)中捕捉退化趨勢(shì)，還能識(shí)別關(guān)鍵影響因素。例如，高溫下主導(dǎo)劣化的化學(xué)機(jī)制，在低溫環(huán)境中可能微不足道。

團(tuán)隊(duì)使用美國(guó)Farasis能源公司的袋式電池?cái)?shù)據(jù)對(duì)該模型進(jìn)行了驗(yàn)證。盡管訓(xùn)練集僅包含類似AA電池的圓柱形電池，系統(tǒng)仍預(yù)測(cè)出了結(jié)構(gòu)更復(fù)雜、尺寸更大的袋式電池性能。這意味著該方法具備良好的泛化能力，適用于多種電池形態(tài)。

團(tuán)隊(duì)表示，這項(xiàng)技術(shù)未來可拓展至電池安全、快充性能等更多維度。更重要的是，“發(fā)現(xiàn)學(xué)習(xí)”作為一種新型機(jī)器學(xué)習(xí)范式，有望推廣至化學(xué)、材料科學(xué)等高度依賴昂貴實(shí)驗(yàn)的領(lǐng)域，為那些長(zhǎng)期受限于高成本、長(zhǎng)周期的研究按下“加速鍵”。