深勢科技高級研究員、材料研發總監王曉旭
會上，深勢科技高級研究員、材料研發總監王曉旭介紹道，Piloteye作為深勢科技自研AI for Science時代BDA電池設計自動化平臺，通過AI和多尺度模擬算法突破、算法工程化的實踐和與行業需求結合的產品開發能力，可以更快速、精準地完成電池的設計和研發，提升電池研發的創新效能。
人工智能助力電池研發成為行業新趨勢
(相關資料圖)
人類文明的誕生與能源的開發息息相關，能源也是科技進步的核心引擎。隨著全球氣候變化加劇，必須加快能源結構轉型，發展低碳、清潔、高效的新能源技術。其中，電化學能源是解決未來新能源產業化的重要途徑。
電池是最常見、最重要的儲能設備之一，電動汽車、移動設備、智能家居等領域的快速發展也推動電池技術不斷創新和提高。面向未來，圍繞電池的安全性、穩定性、快充效率和循環壽命等特性的研究，大規模儲能難題以及儲能設備可能面臨的安全風險，都是擺在科研工作者面前的難題。同時，電化學體系的復雜性和多尺度性給理論計算和實驗表征帶來巨大挑戰。
王曉旭提出，在AI for Science新范式的發展下，利用人工智能等新技術來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行業的重要趨勢。
據了解，利用AI for Science新范式可以加速電池從材料到電芯的理性設計。將AI與科學計算方法結合，有望搭建從材料微觀機理到宏觀電芯電化學，到面向能源電池全生命周期研發需求的自動化設計平臺(BDA)。
Piloteye 跨尺度科學研究平臺加速電池研發進程
市場需求大，讓電池行業面臨激烈競爭。為在競爭中脫穎而出，企業需要持續提升產品的競爭力，積極尋求高效的產品迭代和創新。在這背景下，加強對研發系統的投入變得尤為重要。
王曉旭表示，通過“實驗試錯”手段開展的傳統電池研發，需要經過多個環節，整個研發周期可能需要數年時間，需要大量的資金投入，包括設備、人力、原材料等。在電池領域的研發探索中，AI賦能的多尺度模擬、材料設計優化等技術正引領著全新的發展方向。
電池作為典型的跨尺度科學研究領域，涵蓋了從微觀到宏觀尺度的廣泛范圍。微觀尺度下，需要理解電池反應機理;而微觀到介觀尺度下，預測材料相變、離子輸運、物化穩定性、表面界面、枝晶生長等問題成為關鍵;再到宏觀尺度下，設計電芯極片結構、析鋰檢測、容量損失分析等等。這些問題都要依賴于跨尺度的方法和手段才能得以解決。
王曉旭介紹說，Piloteye 通過將ABACUS、DeePMD、Uni-Mol、DMFF和電化學模型AI自動調參等一系列以AI for Science原理和數據驅動的創新算法整合到電池研發的過程中，提高計算模擬研究電池的精度和可靠性，加速電池材料到電芯研發進程，幫助研發人員優化電池設計和生產過程，更快響應市場上多樣化的需求。
Piloteye“全鏈條”優化電池研發多尺度建模計算
通過結合領域先進的算法以及行業專家豐富的實戰經驗，深勢科技電池設計自動化平臺Piloteye目標克服傳統多尺度計算的瓶頸，幫助真正實現“全鏈條”全局優化。
從微觀材料性質計算出發，到介觀材料顆粒的物化性質，再到電極電芯尺度的電化學性能，通過Deep Potential系列方法形成各個計算尺度之間標準的輸入輸出，彌補其他傳統通用性仿真軟件中過多經驗參數而導致模型精度的不確定性。
在高精度的標準下，Piloteye 利用人工智能大幅度提高計算效率，借助友好的用戶設計理念，無縫嵌入當前研發流程，作為基礎應用工具參與到電池日常的設計中，真正參與電池企業研發環節，推動產業上下游更加高效地協作，全方位改變電池研發、制造、運營的整體圖景。
這一系列有效突破研發瓶頸的AI for Science創新算法，結合電池研發需求已經形成端到端的解決方案，發布在了Piloteye電池自動化研發設計與實踐平臺，從而實現交互式、端到端實現電解液性質評估和預測及配方篩選;正負極材料性質評估與參雜篩選和機理預測;電芯設計與性能評估等，滿足電池研發關鍵需求。
王曉旭表示，Piloteye 電池設計自動化平臺針對電池領域企業研發的關鍵需求，從創新算法、工程化及行業解決方案等方面系統賦能電池材料開發和電芯設計，已經成功為電池產業上下游多家頭部企業提供了AI for Science解決方案，讓一部分先進電池研發團隊率先進入AI for Science時代。
作為中關村論壇系列活動，2023科學智能峰會由北京科學智能研究院主辦，旨在搭建AI for Science領域科研突破、技術培育、人才交流的共建共創平臺，共同推動AI for Science的基礎設施建設，激發創新效能。峰會設置十場主題分論壇，議題覆蓋模型算法、數據庫、能源材料、算力引擎等。
關鍵詞：
營業執照公示信息