足球彩票

图片
欢迎光临北京软件和信息服务业协会官方网站
WISE2022新经济之王大会:深势受邀畅谈“AI for Science新范式驱动电池材料和器件理性设计”
发布日期:2022-12-05    来源: 深势科技 DP Technology    分享到:

11月29日-11月30日,WISE2022新经济之王大会如期而至。近百位各领域的重磅嘉宾、学者及企业家,通过百场高能分享,解密当前经济发展趋势,产业行业前进方向,企业创新进阶的风向和“奥秘”。深势科技创始人兼CEO孙伟杰受邀,在“未来能源创投新风向”环节,进行了题为《AI for Science新范式驱动电池材料和器件理性设计》的主题分享,全景化展示了深势科技在AI for Science新范式引领下进行的前沿研究,以及在电池材料设计领域的应用与业务进展。


image.png

首先,孙伟杰介绍了深势科技一直以来引领和践行的AI for Science新范式。过去,行业对AI的利用足球彩票:是AI for Industry的方式,它的发展逻辑是行业发展积累下来的海量数据。而以药物、材料为代表的实体工业,传统研发模式在构效关系的探索上存在难以克服的局限性,实验累积的数据不足,可探索空间有限。但是,这些实体产业的背后往往都有一系列的科学原理或物理逻辑做支撑,我们就可以运用 AI for Science 范式去解决其中的问题。简单来说,AI for Science新范式的逻辑是把行业问题进一步地抽象成一系列的科学原理,我们用 AI 先去学习这些科学原理,解决底层的科学问题,再进一步解决这些工业领域所面临的行业问题。


image.png

图为:深势科技产品架构图


孙伟杰以材料的研发举例。当前,电池研发强实效性、多目标、多尺度、多标准验证的特点,对计算手段提出了新的要求。电池研发中所关心的问题,如原子尺度电子和离子分布与迁移;界面结构和性质演化;充放电微观热力学和动力学过程,通常都需要依靠量子力学方法、密度泛函理论、经典的分子动力学等理论进行求解。然而传统分子模拟的方法快而不准,量子力学的计算“准而不快”,传统的物理方法往往都面临着速度和精度难以兼顾的问题。AI for Science新范式的出现为我们带来了系统性机会,使用人工智能去学习势函数,将AI的复杂数据处理能力和Science的第一性原理相结合,成为了分子动力学研究的突破口。


image.png

图为:深势科技以AI for Science新范式突破传统分子模拟“维数灾难”

深势科技核心成员发展的深度势能方法,将物理建模、机器学习与高性能模拟相结合,用 AI 学习第一性原理的模型,学习到它计算的精度,同时大大提升它的计算速度,可以系统性解跨尺度建模和计算模拟问题,实现计算精度与效率的统一。该方法曾在2020年获全球高性能计算领域的最高奖戈登贝尔奖,并入选中国十大科技成果及全球人工智能领域十大科技进展。“深度势能”也是深势科技名称的来源。


基于此,深势科技开发出一系列用 AI 解决物理问题的模型和方法,形成了 AI for Science 的方法论矩阵。目前全球已经有超过1000个课题组的1万多名科学家使用AI for Science 的方法进行科学研究。


除了全球领先的算法,深势科技还发展出Bohrium微尺度科学计算云平台,让AI for Science新科学革命能更快更好地惠及科学家们;而在药物领域,深势科技推出并发展了Hermite药物计算设计平台。多款工业软件成为新工业数字孪生级别的智能研发引擎。同时,深势科技还拥有多条药物、材料研发管线,促进药物、材料研发流程变革,打造从科学计算到工业软件到产品落地的完整架构。

随后,孙伟杰以电池设计为例,重点介绍了深势科技在材料研发方面的研究和布局。


在微观层面,通过AI for Science的计算方法,深势科技可在几周时间内筛选数百万种潜在的材料配方,将传统材料研发中“实验试错”的方式,转变为“智能搜索”,驱动材料、器件和工艺的理性设计。在材料研发流程中,从需求分析、组分及结构的筛选/发现,到器件应用和设计调优,再到合成工艺及放大生产,深势科技拥有一系列物理仿真平台,与实验相配合,能够帮助科学家优化工程设计和实验参数。


电极材料与电解质材料的界面稳定性,是业内十分关心的问题之一。孙伟杰介绍到,在介观的界面模拟方面,深势科技通过多尺度方法综合研究锂枝晶生长的方法:利用DPMD-KMC-连续介质模型,计算枝晶的生长过程,研究枝晶的成膜速率、表面扩散、电流对枝晶生长的影响等方面,去探索枝晶生长的机理,也和实验有非常好的吻合程度。


压实密度是业内在工艺中非常关心的问题,对于电极材料在后续电池器件上的性能表现也十分关键。在介观工艺仿真方面,深势科技引入离散元方法,研究粒径分布对LFP(磷酸锂铁,Lithium Iron Phosphate)材料堆积密度的影响。这一模拟过程能够更好地帮助科学家进行加工工艺的仿真,指导实验合成优化,进一步提升电池性能。


在更为宏观的层面,深势科技通过多尺度模型进行电化学仿真,帮助科学家更好地预测电芯性能。利用深势科技的P2D模型,研究人员在输入材料、电池的测试参数、设计参数后,可以非常迅速地得到充放电电压曲线、充放电温度分布、电流密度分布等电池设计层面的性质。


最后,孙伟杰表示,深势科技从原子、颗粒、电极、电芯等电池的各个尺度下的核心问题出发,加速电池材料设计。接下来,深势科技将推出对标芯片行业 EDA 的平台,为整个新能源行业提供高效赋能的电池设计系统,值得期待。


随着一系列微尺度工业设计平台的陆续推出,未来,深势科技希望为建设现代化产业体系,打造一套智能的研发引擎,赋能人类文明发展最为关切的生命、能源、材料和信息技术等主要行业。


你知道你的Internet Explorer是过时了吗?

为了得到我们网站最好的体验效果,我们建议您升级到最新版本的Internet Explorer或选择另一个web浏览器.一个列表最流行的web浏览器在下面可以找到.