电动汽车产业正在起飞，而电池是决定电动汽车性能的关键，但电池研发是个漫长、复杂的过程。在过去，电池研发速度难以追赶市场需求；然而近年研究团队将AI导入研究，电池研发速度因此大幅提升。
AI参与电池研究，将两年研发时间缩短到一个月
斯坦福大学Precourt能源研究所的实验室中，有许多冰箱大小的柜子，每个柜子有大约100个锂电池。研究团队每天将这些电池充放电几十次，以产生性能数据，让斯坦福大学、麻省理工学院、丰田研究所的研发团队训练AI。
在一般情况下，AI需要取得电池退化后的数据，才能预测未来的性能，这得耗上几个月的时间，先让电池退化才能取得数据。但研究团队的AI仅需收集几个小时的数据，就能够预测电池的终身性能，此时电池仍处于巅峰状态。
快速充电攸关电动汽车的应用，但是快充会影响电池的寿命，因此必须在两者间找到平衡点。充电的方式有无数种，而AI可以帮研究团队找到最佳的充电方式。斯坦福材料科学家William Chueh通过AI，在不到一个月的时间优化锂电池的快充方式；Chueh表示，如果没有AI，会需要两年的时间才能达到同样的研究成果。
加快电池研究，目的是对抗全球暖化
但直到最近，电池研发AI都仍因为缺乏数据而受阻。斯坦福大学专精于电池分析的数据科学家Bruis van Vlijmen表示，从历史来看，电池数据的获取非常困难，因为研究人员与企业间没有共享信息。2019年后，Chueh与他的同事公开所有的电池数据，以便其他研究人员训练自己的AI。在当时，这是史上最大的电池性能数据集合。
下一步，是将AI带出实验室，参与电池的制造。电池研究与制造公司InoBat于2018年成立，使用Wildcat Discovery Technologies开发的AI研究平台，快速制作新的电池化学成分原型。首席执行官Marian Bocek表示，AI能对锂离子化学成分进行全面性的探索，也就是说，AI不是一次只调整一个组件，而是模拟电池在几个不同的变量同时修改后的性能，大幅提升研发过程。Bocek表示，与传统实验方式相比，通过AI，新电池的研究快了10倍。
加快电池的研究，目的是要提升电池性能，加速电池的产业应用，最终达到减碳的目的。再生能源的痛点是发电不稳定，需要储能系统来稳定供电；电池也能为汽车等移动设备提供能源，取代燃油引擎。为了对抗全球暖化，电池研发速度至关重要。
参考资料
《WIRED》