欢送拜访,杏彩娱乐网!

以后地位:典范案例 > 碳买卖 > 注释

【人工智能】人工智能大幅进步开辟电解质服从

2018/3/27 10:25:00  http://www.ditan360.com/   科技日报   人气:11195

富士通株式会社和日本理化学研讨所近来发布,他们的结合研讨小组在资料设计中使用第一原理盘算与人工智能技能,对全固态锂离子电池的固体电解质构成做了预测、分解与评价实验,并停止了实践验证。后果证明,即便在较多数据下,经过与人工智能办法联合,仍可高效地找出最佳资料构成,大幅进步资料开辟速率。

迄今为止,资料的开辟不得不依赖研讨职员临时积聚的经历和敏锐的直觉,需求积聚很多失败的经验才干乐成。而第一原理盘算是假如指定了资料的构成,基于量子力学可以预测的特性,在实行之前即可预测新的高功用资料的最佳构成,从而大幅增加实行失败次数。但是第一原理盘算的负荷十分宏大,资料种种构成需求多重盘算,将会破费十分长的工夫。

研讨小组盼望经过资料模仿、实行和人工智能亲密联合,处理资料开辟中的题目,使资料开辟工夫大幅延长,以期更容易地发明意想不到的构成和结晶构造,造出新的高功用资料。

这次研讨小组运用人工智能办法之一的贝叶斯推测法组合,控制第一原理盘算的运算次数,对全固态锂离子电池固体电解质的三种含有锂的氧酸盐分解化合物停止了预测。后果证明,该办法能在可完成的工夫内,预测高锂离子传导率的最佳组合。同时在预测的构成左近也发明了其他构成的高锂离子传导率。

锂离子传导率是固态电解质资料紧张的特性之一,是主导锂电池充放电速率的因子。这次研讨效果验证了应用资料模仿和人工智能办法可高效开辟不漏液、不动怒的锂离子电池,以后无望在电池、半导体以及磁性体等资料范畴发扬宏大潜力。


共有访客宣布了批评 网友批评

验证码: 看不清晰?

     精美图集