【會議報告】AI for Science 賦能固態電池智能研發

固態電池具有安全性好、能量密度高、循環性能強等優點，受到學界和業界的廣泛關注，研發進入了競爭激烈的階段。傳統通過“實驗試錯”手段開展的固態電池研發方式，需要經過多個環節，試錯成本和研發效率限制了從新材料開發到電芯產品大規模量產的迭代速度與產品競爭力。在AI for Science新范式的發展下，利用人工智能等新技術來突破固態電池研發的難點，開發更高效、更可靠的電池設計自動化成為電池研發行業的重要趨勢，基于多尺度模擬算法的突破和AI預訓練模型和實驗全生命周期研發流程結合，構建新的研發范式，更快速、精準地完成固態電池的開發和迭代優化，持續提升固態電池研發的創新效能。

什么是AI for Science？AI for Science，即人工智能驅動的科學研究，就是利用AI的技術和方法，去學習、模擬、預測和優化自然界和人類社會的各種現象和規律，從而推動科學發現和創新。AI for Science不僅可以幫助科學家解決已有的問題，也可以幫助科學家發現新的問題和方向。這將為科學研究帶來新的范式和機遇。

深勢科技作為“AI for Science”科學研究范式的引領者和踐行者，正在通過微尺度工業基礎設施和新一代工業設計與仿真系統從“根本”上助力包括電池在內的多個領域的研發工作，賦能更多的產業企業。

針對固態電池的量產所涉及的整個產業鏈的協同發展，包括材料供應、制造工藝、設備開發等環節，深勢科技推出的 Piloteye^?電池設計智能研發平臺，從真問題出發，提供了一系列的解決方案和新思路。

Piloteye^?電池設計智能研發平臺從RDMTA這五個電池研發的關鍵環節，基于AI for Science新范式，利用DP系列多尺度建模算法、Uni-Mol分子構象大模型、DPA分子模擬大模型、Uni-ELF配方大模型、具有GPU加速與自動微分功能的新一代電化學計算模型、電芯老化模式定量分析算法等一系列人工智能新技術突破電池研發難點。

核心功能包括但不限于第一性原理正極摻雜篩選評估、“百萬級”電解液配方設計和篩選、高精度固態電解質預訓練大模型性質預測、高精度高效的電芯短期性能預測、電芯循環老化模式的定量分析、智能工藝優化等多個關鍵應用場景, 推動“設計理性化”、“開發平臺化”和“制造智能化”的實現。

針對固態電池相關的技術、材料、市場及產業等方面的問題，中國粉體網將于2024年9月5-6日在常州舉辦第六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智能研發副總裁王曉旭將作題為《AI for Science 賦能固態電池智能研發》的報告，報告將詳細介紹深勢科技固態電池智能研發的成果與應用。

專家簡介：

王曉旭，深勢科技/北京科學智能研究院，智能研發副總裁，負責材料與工藝設計方向，北京科技大學理學博士。在公司的研究方向主要為AI for Science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、催化化工、光伏等），電池BDA（Battery Design Automation；電池設計自動化）研發與實踐平臺-Piloteye負責人，相關學術成果發表JACS、AM、AEM、AFM、JMCA、CEJ等SCI論文30余篇。承擔/參與科技部、工信部等重點國家專項和企業研發項目十多項。第一屆中國化工學會化工大數據與智能設計專業委員會委員。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；以第一責任人獲得研發成果獲得數博會領先科技成果獎-“新技術”獎、全國發明展覽會“發明創業獎”、中國大數據與智能計算技術“創新獎”等行業獎多項。

參考來源：

深勢科技官網、官微、粉體網、新華網、網絡公開信息等

注：圖片非商業用途，存在侵權告知刪除！

本文地址：http://www.cvcvc.cn/news/details2369.html