美国密歇根年夜学工程学院科学家于近期出书的《天然》杂志发表论文，公布开发出一款基在“发明进修”理念的人工智能（AI）东西。这款全新的智能体仅需几天试验数据，便可正确猜测新电池的轮回寿命。

　　传统测试需对于电池举行数百甚至上千次充放电轮回，耗时数月以致数年，才能判定其什么时候容量衰减至设计值的90%如下。而这一新型AI体系仅凭前50次充放电轮回数据，就能精准预估整块电池的利用寿命，节省约98%的时间及95%的能源耗损。这不仅年夜幅降低了研发成本，也为下一代高机能电池的快速迭代提供了强盛助力。

　　该体系的灵感源自一种“边做边学”的“发明进修”认知模式，其经由过程实践摸索获取常识，而非被动接管理论贯注。团队将其引入AI范畴，打造出这款AI智能体。

　　详细而言，这套体系由3个焦点模块协同事情。“进修器”卖力提出问题，决议制作哪些电池原型，并举行短周期测试以弥补常识盲区；“注释器”阐发汗青数据，联合物理模子模仿电池内部反映，挖掘差别电池间的共性纪律；“军师”则综合试验成果、物理模仿与过往经验，终极猜测新电池的轮回寿命。

　　整个历程犹如科学家于试验室中不停试错、总结、再验证。AI不仅能从初期数据中捕获退化趋向，还有能辨认要害影响因素。例如，高温下主导劣化的化学机制，于低温情况中可能眇乎小哉。

　　团队利用美国Farasis能源公司的袋式电池数据对于该模子举行了验证。只管练习集仅包罗近似AA电池的圆柱形电池，体系仍猜测出告终构更繁杂、尺寸更年夜的袋式电池机能。这象征着该要领具有优良的泛化能力，合用在多种电池形态。

　　团队暗示，这项技能将来可拓展至电池安全、快充机能等更多维度。更主要的是，“发明进修”作为一种新型呆板进修范式，有望推广至化学、质料科学等高度依靠昂贵试验的范畴，为那些持久受限在高成本、长周期的研究按下“加快键”。（科技日报记者 刘霞）