在电动汽车电池的研发过程中，充电测试一直是瓶颈之一。传统方法需要数月甚至数年的时间来确定电池的寿命。然而，最近一项研究开发了一个利用机器学习技术，可以将充电测试时间从两年缩短至16天。
这项研究由斯坦福大学教授、麻省理工学院和丰田研究院合作完成，并在2020年2月19日发表在《自然》杂志上。该团队设计了一种基于机器学习的方法，以优化快速充电协议，从而减少对锂离子电池寿命评估所需的实验次数。
新方法使用闭环优化（CLO）系统，该系统能够预测早期结果并高效地进行参数空间上的优化，同时具有高采样可变性。这使得团队能够快速筛选出具有长寿命快充能力的224个待测电池，只用了16天，而原有测试大约需要560天。
CLO系统包括多通道电池循环器、循环寿命早期预测器和BO算法。在每个顺序轮次中，三个组成部分会被遍历。通过使用这种方法，研究人员不仅可以加速整个电子汽车发展过程，还能为其他类型储能方式带来影响，如风能和太阳能转换。
科学家们认为，这项研究不仅限于电子汽车领域，对药物开发等其他大数据测试问题都有潜力解决。此外，这种自动提出假设和提取人类无法理解知识的能力，将可能彻底改变科学发现本身，使其更加高效迅速。
标签： 地理资讯
