斯坦福大学利用人工智能研制更安全的锂离子电池

美国斯坦福大学(Standford University)网站发布消息,称该校科学家正在将人工智能技术用于制造更安全的锂离子电池。

科学家们已经花费了几十年时间寻找锂离子电池中可燃液体电解质的安全替代品。现在,斯坦福大学的研究人员已经确定了大约20多种固体电解质,有望在未来替代智能手机、笔记本电脑和其他电子设备中使用的挥发性液体。他们的研究结果以人工智能(AI)和机器学习技术为基础,发表在《能源与环境科学》(Energy & Environmental Science)杂志上。

“电解质让锂离子在电池的正负极之间来回移动。”研究人员说,“液体电解质价格便宜,离子导电性非常好。但如果电池过热或因穿刺而短路,这种电解质就可能着火。”

在广为宣传的锂离子电池故障中,最新的一起是韩国三星(Samsung)因电池火灾于近日召回近200万台盖乐世(Galaxy)Note7智能手机。“固体电解质的主要优点是稳定性更好。”研究人员指出,“比起有机溶剂,固体更不易爆炸或蒸发,也更坚硬,让电池在结构上更坚固。”

尽管经过了多年的实验室试错,研究人员还是没有找到一种廉价的固体材料,能够在室温下具有与液体电解质一样好的性能。斯坦福团队没有采取随机测试单个化合物的做法,而是利用人工智能和机器学习技术根据实验数据构建预测模型。他们训练计算机算法来学习如何根据现有数据鉴别化合物好坏,就像面部识别算法在看过几个例子之后就能学会识别面部。

“已知的含锂化合物有数万种,其中绝大多数未经测试。”研究人员说,“其中一些可能是优良的导体。我们开发的计算模型,能够利用我们已经获得的有限数据进行学习,然后帮助我们从海量数据库中筛选有潜力的材料,筛选速度比现有的筛选方法快百万倍。”

为建立模型,研究人员用了两年多的时间收集所有已知的含锂固体化合物的相关科学数据。团队另一名研究人员说:“我们收集了人类对这些材料的所有知识,许多测量和实验数据可追溯到几十年前。我们用这些知识创建了一个模型,可以预测材料是否是良好的电解质。这种方法能够筛选所有候选材料,以确定最有前景的材料,供进一步研究。

该模型用来筛选有前景材料的标准包括稳定性、成本、丰富程度、及其传输锂离子并调整电子通过电池电路的能力。候选材料来自于“材料项目(The Materials Project)”。这是一个材料数据库,让科学家们探索数千种材料的物理和化学性质。

“我们筛选了超过1万2千种含锂化合物,最终只得到了21种有前景的固体电解质。“研究人员说,“筛选只需要几分钟。绝大部分时间我实际上都在收集和梳理所有的数据,构建指标,从而确定模型预测的置信度。”研究人员最终计划在实验室测试这21种材料,以确定哪种材料最适合真实世界条件。“我们的方法可以解决多种材料问题,提高这些领域研究投资的有效性。”研究人员表示,“随着全世界数据量的增加和计算机的发展,我们的创新能力将呈指数级增长。无论是普通电池、燃料电池,还是其他任何电池,这对整个领域都是真正令人激动的时候。”

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2017-03-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

深度学习洪流:为何它能瞬间改变你的生活?(上)

编者按:我们和电脑之间的交流正在发生着转变,而深度学习也已经润物细无声地进入我们的生活,甚至在你意识到这一点之前,世界已经截然不同。 本文首发于fortune,...

2888
来自专栏企鹅号快讯

论循证新闻的方法与意义——一种媒体融合背景下新闻生产方式创新

摘要: 本文由北京日报社党组书记、社长傅华撰写。作者认为,完整意义上的循证新闻不仅仅是对数据挖掘、背景调查或逻辑证明的单独运用,它更追求综合采纳上述方法和工具,...

2007
来自专栏AI科技评论

大会 | 智能时代安全领域的巨变,从反欺诈、汽车、主机到法律

AI 科技评论按:3 月 30 日 - 31日,AITech 峰会在深圳龙岗区成功举办。

1464
来自专栏数据科学与人工智能

【数据分析】大数据征信面临的问题及如何找到突破口

从开展大数据征信业务的三个阶段——数据采集、模型建立、后期应用——来看的话,企业要做好大数据征信在每个阶段其实都有着很大阻碍,一句话来总结这些阻碍那就是中国是一...

2249
来自专栏java一日一条

程序员,你的安全感呢?

最近跟一位同事谈心,他非常热爱技术,是一个不折不扣的极客,不仅如此他有很强的执行力,并能持之以恒,从他的身上我看到了未来几年将会成长起来的一个技术牛人。但是,他...

653
来自专栏钱塘大数据

钱塘旁瞻 | 得大数据者得新工业革命先机

数据无限多时,就接近真实世界的本原。人类征服世界的前提是认识世界,既然借助大数据已经无限接近了真实世界,也就不必画蛇添足了,还是保持真实数据原貌最好,而且,认识...

37012
来自专栏腾讯研究院的专栏

大数据分析的光荣与陷阱——从谷歌流感趋势谈起

沈艳   北京大学国家发展研究院教授   “谷歌流感趋势”(Google Flu Trends,GFT)未卜先知的故事,常被看做大数据分析优势的明证。200...

2846
来自专栏BestSDK

人脸识别井喷,可别忘了SDK留下的那些“后门”

随着深度学习算法登场,人脸识别精度相比五年前已有大幅飞跃。各种设备拍摄人脸所提取的信息会结成数据对,不断积累的海量数据成为反哺技术完善的“充足养料”。 ? “刷...

48612
来自专栏BestSDK

大数据市场乱象:用人工智能讲故事 低质虚假数据大量倒卖

伴随着资本大量进入大数据行业,出现了创业公司估值过高的现象,好像只要打上大数据的标签,一些公司的估值动辄翻番好几倍。企业信用数据服务商上海斯睿德信息技术有限公司...

3808
来自专栏AI科技评论

韩国国立大学机电系教授 , 李群自动化首席科学家Frank C.Park : 工业机器人中的机器学习很重要

很多人都知道, 将机器学习应用于实体机器人是充满挑战的,因为控制行为远比辨认图片中的物体复杂得多。比如让工业机器人自学”抓取多种物品,让工业机器人通过看视频学...

3379

扫码关注云+社区

领取腾讯云代金券