机器学习助电动汽车电池发展加速

电池性能可以决定电动汽车的使用体验，从行驶里程到充电时间再到汽车的使用寿命。现在，人工智能已经使像在加油站给电动车充电这样的梦想更有可能成为现实，并可能有助于改善电池技术的其他方面。

几十年来，电动汽车电池的发展一直受到一个主要瓶颈的限制:评估时间。在电池开发过程的每个阶段，新技术都必须经过数月甚至数年的测试，才能确定它们的寿命。但是现在，由斯坦福大学教授斯特凡诺埃尔蒙和威廉觉领导的一个团队开发了一种基于机器学习的方法，可以将这些测试时间减少98%。研究小组测试了他们的电池充电速度的方法，他们说，该方法可以应用于电池开发管道的许多其他部分，甚至非能源技术。

“在电池测试中，你必须尝试大量的东西，因为你得到的性能会有很大的不同，”计算机科学助理教授埃尔蒙说。“有了人工智能，我们能够迅速找出最有前途的方法，并省去许多不必要的实验。”

这项研究发表在2月19日的《自然》杂志上，是斯坦福大学、麻省理工学院和丰田研究院科学家之间更大规模合作的一部分。他们的目标是:找到在10分钟内为电动汽车电池充电的最佳方法，使电池的整体寿命最大化。研究人员编写了一个程序，根据几个充电周期预测电池对不同充电方式的反应。该软件还可以实时决定关注或忽略哪些收费方式。通过缩短试验时间和次数，研究人员将试验时间从近两年缩短到16天。

彼得阿提亚是这项研究的联合负责人，当时他还是一名研究生。然而，真正令人兴奋的是这种方法。我们可以把这种方法应用到其他许多问题上，而这些问题目前正阻碍电池的发展达数月或数年之久。”