自(zì)強不息    厚德載物(wù)

研發周期長(cháng)、成本高(gāo)、創新難……當前電(diàn)池研發面臨的(de)這(zhè)些痛點，有(yǒu)望因AI for Science的(de)加持而得以突破。在8月(yuè)11日(rì)召開(kāi)的(de)2023科(kē)學智能峰會“AI4S：奔跑中的(de)新能源（新能源應用專場(chǎng)）”學術峰會上(shàng)，由深勢科(kē)技(jì)開(kāi)發的(de)電(diàn)池設計(jì)自(zì)動化(huà)平台（簡稱BDA）Piloteye正式發布，助力電(diàn)池研發率先進入AI for Science時(shí)代。

深勢科(kē)技(jì)高(gāo)級研究員(yuán)、材料研發總監王曉旭

  會上(shàng)，深勢科(kē)技(jì)高(gāo)級研究員(yuán)、材料研發總監王曉旭介紹道(dào)，Piloteye作(zuò)為(wèi)深勢科(kē)技(jì)自(zì)研AI for Science時(shí)代BDA電(diàn)池設計(jì)自(zì)動化(huà)平台，通(tōng)過AI和(hé)多尺度模拟算(suàn)法突破、算(suàn)法工(gōng)程化(huà)的(de)實踐和(hé)與行業(yè)需求結合的(de)産品開(kāi)發能力，可以更快速、精準地(dì)完成電(diàn)池的(de)設計(jì)和(hé)研發，提升電(diàn)池研發的(de)創新效能。

  人(rén)工(gōng)智能助力電(diàn)池研發成為(wèi)行業(yè)新趨勢

  人(rén)類文(wén)明(míng)的(de)誕生(shēng)與能源的(de)開(kāi)發息息相(xiàng)關，能源也是科(kē)技(jì)進步的(de)核心引擎。随着全球氣候變化(huà)加劇(jù)，必須加快能源結構轉型，發展低(dī)碳、清潔、高(gāo)效的(de)新能源技(jì)術。其中，電(diàn)化(huà)學能源是解決未來(lái)新能源産業(yè)化(huà)的(de)重要途徑。

  電(diàn)池是最常見、最重要的(de)儲能設備之一，電(diàn)動汽車、移動設備、智能家(jiā)居等領域的(de)快速發展也推動電(diàn)池技(jì)術不斷創新和(hé)提高(gāo)。面向未來(lái)，圍繞電(diàn)池的(de)安全性、穩定性、快充效率和(hé)循環壽命等特性的(de)研究，大規模儲能難題以及儲能設備可能面臨的(de)安全風(fēng)險，都(dōu)是擺在科(kē)研工(gōng)作(zuò)者面前的(de)難題。同時(shí)，電(diàn)化(huà)學體(tǐ)系的(de)複雜(zá)性和(hé)多尺度性給理(lǐ)論計(jì)算(suàn)和(hé)實驗表征帶來(lái)巨大挑戰。

  王曉旭提出，在AI for Science新範式的(de)發展下(xià)，利用人(rén)工(gōng)智能等新技(jì)術來(lái)突破電(diàn)池研發的(de)難點，開(kāi)發更高(gāo)效、更可靠的(de)電(diàn)池設計(jì)自(zì)動化(huà)平台成為(wèi)電(diàn)池研發行業(yè)的(de)重要趨勢。

  據了解，利用AI for Science新範式可以加速電(diàn)池從(cóng)材料到電(diàn)芯的(de)理(lǐ)性設計(jì)。将AI與科(kē)學計(jì)算(suàn)方法結合，有(yǒu)望搭建從(cóng)材料微(wēi)觀機(jī)理(lǐ)到宏觀電(diàn)芯電(diàn)化(huà)學，到面向能源電(diàn)池全生(shēng)命周期研發需求的(de)自(zì)動化(huà)設計(jì)平台（BDA）。

  Piloteye 跨尺度科(kē)學研究平台加速電(diàn)池研發進程

  市(shì)場(chǎng)需求大，讓電(diàn)池行業(yè)面臨激烈競争。為(wèi)在競争中脫穎而出，企業(yè)需要持續提升産品的(de)競争力，積極尋求高(gāo)效的(de)産品叠代和(hé)創新。在這(zhè)背景下(xià)，加強對(duì)研發系統的(de)投入變得尤為(wèi)重要。

  王曉旭表示，通(tōng)過“實驗試錯(cuò)”手段開(kāi)展的(de)傳統電(diàn)池研發，需要經過多個(gè)環節，整個(gè)研發周期可能需要數年(nián)時(shí)間(jiān)，需要大量的(de)資金(jīn)投入，包括設備、人(rén)力、原材料等。在電(diàn)池領域的(de)研發探索中，AI賦能的(de)多尺度模拟、材料設計(jì)優化(huà)等技(jì)術正引領着全新的(de)發展方向。

  電(diàn)池作(zuò)為(wèi)典型的(de)跨尺度科(kē)學研究領域，涵蓋了從(cóng)微(wēi)觀到宏觀尺度的(de)廣泛範圍。微(wēi)觀尺度下(xià)，需要理(lǐ)解電(diàn)池反應機(jī)理(lǐ)；而微(wēi)觀到介觀尺度下(xià)，預測材料相(xiàng)變、離子(zǐ)輸運、物(wù)化(huà)穩定性、表面界面、枝晶生(shēng)長(cháng)等問(wèn)題成為(wèi)關鍵；再到宏觀尺度下(xià)，設計(jì)電(diàn)芯極片結構、析锂檢測、容量損失分析等等。這(zhè)些問(wèn)題都(dōu)要依賴于跨尺度的(de)方法和(hé)手段才能得以解決。

  王曉旭介紹說(shuō)，Piloteye 通(tōng)過将ABACUS、DeePMD、Uni-Mol、DMFF和(hé)電(diàn)化(huà)學模型AI自(zì)動調參等一系列以AI for Science原理(lǐ)和(hé)數據驅動的(de)創新算(suàn)法整合到電(diàn)池研發的(de)過程中，提高(gāo)計(jì)算(suàn)模拟研究電(diàn)池的(de)精度和(hé)可靠性，加速電(diàn)池材料到電(diàn)芯研發進程，幫助研發人(rén)員(yuán)優化(huà)電(diàn)池設計(jì)和(hé)生(shēng)産過程，更快響應市(shì)場(chǎng)上(shàng)多樣化(huà)的(de)需求。

  Piloteye“全鏈條”優化(huà)電(diàn)池研發多尺度建模計(jì)算(suàn)

  通(tōng)過結合領域先進的(de)算(suàn)法以及行業(yè)專家(jiā)豐富的(de)實戰經驗，深勢科(kē)技(jì)電(diàn)池設計(jì)自(zì)動化(huà)平台Piloteye目标克服傳統多尺度計(jì)算(suàn)的(de)瓶頸，幫助真正實現(xiàn)“全鏈條”全局優化(huà)。

  從(cóng)微(wēi)觀材料性質計(jì)算(suàn)出發，到介觀材料顆粒的(de)物(wù)化(huà)性質，再到電(diàn)極電(diàn)芯尺度的(de)電(diàn)化(huà)學性能，通(tōng)過Deep Potential系列方法形成各個(gè)計(jì)算(suàn)尺度之間(jiān)标準的(de)輸入輸出，彌補其他(tā)傳統通(tōng)用性仿真軟件(jiàn)中過多經驗參數而導緻模型精度的(de)不确定性。

  在高(gāo)精度的(de)标準下(xià)，Piloteye 利用人(rén)工(gōng)智能大幅度提高(gāo)計(jì)算(suàn)效率，借助友(yǒu)好(hǎo)的(de)用戶設計(jì)理(lǐ)念，無縫嵌入當前研發流程，作(zuò)為(wèi)基礎應用工(gōng)具參與到電(diàn)池日(rì)常的(de)設計(jì)中，真正參與電(diàn)池企業(yè)研發環節，推動産業(yè)上(shàng)下(xià)遊更加高(gāo)效地(dì)協作(zuò)，全方位改變電(diàn)池研發、制造、運營的(de)整體(tǐ)圖景。

  這(zhè)一系列有(yǒu)效突破研發瓶頸的(de)AI for Science創新算(suàn)法，結合電(diàn)池研發需求已經形成端到端的(de)解決方案，發布在了Piloteye電(diàn)池自(zì)動化(huà)研發設計(jì)與實踐平台，從(cóng)而實現(xiàn)交互式、端到端實現(xiàn)電(diàn)解液性質評估和(hé)預測及配方篩選；正負極材料性質評估與參雜(zá)篩選和(hé)機(jī)理(lǐ)預測；電(diàn)芯設計(jì)與性能評估等，滿足電(diàn)池研發關鍵需求。

  王曉旭表示，Piloteye 電(diàn)池設計(jì)自(zì)動化(huà)平台針對(duì)電(diàn)池領域企業(yè)研發的(de)關鍵需求，從(cóng)創新算(suàn)法、工(gōng)程化(huà)及行業(yè)解決方案等方面系統賦能電(diàn)池材料開(kāi)發和(hé)電(diàn)芯設計(jì)，已經成功為(wèi)電(diàn)池産業(yè)上(shàng)下(xià)遊多家(jiā)頭部企業(yè)提供了AI for Science解決方案，讓一部分先進電(diàn)池研發團隊率先進入AI for Science時(shí)代。

  作(zuò)為(wèi)中關村(cūn)論壇系列活動，2023科(kē)學智能峰會由北京科(kē)學智能研究院主辦，旨在搭建AI for Science領域科(kē)研突破、技(jì)術培育、人(rén)才交流的(de)共建共創平台，共同推動AI for Science的(de)基礎設施建設，激發創新效能。峰會設置十場(chǎng)主題分論壇，議(yì)題覆蓋模型算(suàn)法、數據庫、能源材料、算(suàn)力引擎等。