原创

【原创】基于AI的工业研发平台，更好地赋能固态电池研发——专访深势科技材料设计与算法研究员石孟超博士

平安

2024.9.18 | 点击 3499次

导读 中国粉体网专访深势科技材料设计与算法研究员石孟超博士

中国粉体网讯 2024年是固态电池产业发展的一个重要节点，开启量产装车元年，固态电池市场驶入快车道，产业链配套的材料、装备、仪器等也将迎来巨大的市场机遇。为深入交流探讨当前固态电池技术、成本、产业化等发展现状，2024年9月5日-6日，由中国粉体网主办的第六届高比能固态电池关键材料技术大会在江苏常州成功召开。会议期间，我们邀请到了业内专家、学者、优秀企业家代表做客对话栏目，进行访谈交流。本期为您分享的是中国粉体网对深势科技材料设计与算法研究员石孟超博士的专访。

中国粉体网：深势科技开发的电池设计自动化平台对于固态电池行业而言，能解决什么痛点难题？

石博士：深势科技采用的AI for Science新的研究范式能解决固态电池中非常多的研发痛点问题。传统的电池研发一般都是用盲目试错的方法，这种方法一方面所需要的周期比较长，而且相应的人力投入和时间成本的投入都会比较大，并且效率可能还不太好。我们基于AI for Science 新的研究范式，能够将计算、表征和AI这三者之间进行融合，加快电池行业的研究。

比方说，我们如果想要得到一款很好的固态电解质材料，像硫化物固态电解质，它会面临稳定性比较差的问题，一些实验的方法就会通过掺杂来改性，但是掺杂的种类有非常多，而且掺杂的比例浓度以及位点这些组合起来的空间会非常大，可能是亿级别的。如果用穷举法来做就会非常的耗时，而且效率也很低下。

如果我们能够采用AI for Science 这种新研究范式，我们可以先拿一些掺杂的组分出来，通过构建一个预训练模型的方式，它可以有较强的迁移泛化能力，能够在非常广泛的空间内达到一个准确的预测。用AI来准确预测以后，再去把海量的空间变小，比方说以前可能是1亿级别的，我们可以把它变成100，然后进一步又可以变成10。最后大家拿这十种去做实验的时候，效率肯定就提升上来了。

中国粉体网：通过企业用户的使用体验来看，AI for Science 电池研发平台有何特别的优势？

石博士：我们整个平台在正极负极、固态电解质以及电芯层面都有布局，在整个电池研发当中来说它是闭环的而且是非常全面的。而且我们的模型的精度是非常可靠的，因为我们的底层很多都是基于第一性原理计算的，具有量子力学的计算精度的，所以精度能有保障。并且能够把微观与宏观建立联系，这样就能够更好地赋能到我们相应的电池研发中了。

中国粉体网：AI for Science 工业软件平台目前在国内的应用情况是怎样的？

石博士：AI for Science是鄂维南院士2018年提出来的。我们公司最早就是在鄂院士的领导下来开展AI for Science的研究。国内现在以AI来做电池的企业非常少，我们公司基本上是第一家采用这种新的范式来做电池研究的。我们所构建的基础的平台以及我们相应的软件算法工具在整个国内都是一流的，而且我们的工具已经被很多企业所采用并达到了非常好的效果。

（中国粉体网编辑整理/平安）

注：图片非商业用途，存在侵权告知删除！