Совершая скачок в исследованиях аккумуляторных батарей, машинное обучение приобретает научный интеллект

In a leap for battery research, machine learning gets scientific smarts

Ученые Стэнфордского университета и Национальной лаборатории SLAC сделали серьезный шаг вперед в применении машинного обучения для ускорения темпов разработки более эффективных аккумуляторов: вместо того, чтобы использовать машинное обучение только для форсирования научного анализа путем поиска закономерностей в данных, как это обычно делают исследователи, они объединили его со знаниями, полученными в результате экспериментов и модельных уравнений, руководствуясь физическими свойствами, чтобы обнаружить и объяснить процесс, который сокращает срок службы быстро заряжаемых литий-ионных батарей.

Этот подход, названный как «научное машинное обучение», был применен к циклическому процессу заряд-разряд аккумуляторов впервые. Результаты опровергают предположения о том, как литий-ионные батареи заряжаются и разряжаются, и предоставляют исследователям новую систему правил для разработки батарей с более длительным сроком службы. Цель же исследования состоит в том, чтобы объединить фундаментальные исследования и отраслевые ноу-хау ведущих производителей для разработки долговечного аккумулятора электромобиля, который можно зарядить за 10 минут.