在固态电池研发过程中，要实现电池各个性能的总体提升不是一件容易的事，仍有很多的问题需要解决，受材料科学和电化学原理的限制，在提高电池能量密度方面，电池研发难以获得突破性进展。随着AI时代的到来，人工智能凭借其在材料设计和筛选方面所展示的强大潜能，开启了新材料探索开发的新征程。AI for Science（科学智能）将带来一个大的科学变革，赶上这一潮流就能迎来新的发展机遇。
过去，电池研发就像炒菜一样，研究人员不断地尝试不同的材料和工艺，通过观察实验结果来寻找最佳的解决方案。这种方式耗时较长，效率低下，且往往需要反复试验，因此难以满足快速发展的高科技产业需求。“炒菜试错”式的研发方法在电池领域曾经非常普遍，但难以满足快速发展的产业需求。而且传统的计算模拟手段在精度和效率方面存在局限，难以应对实际问题。例如，密度泛函理论方法受计算量限制，计算规模仅限于数百原子，导致时间尺度和统计能力严重不足；而基于经验力场的分子动力学方法在面对准确率低、参数调整困难以及可迁移性差等问题时也存在明显局限。随着AI4S新范式的发展，利用人工智能等新技术突破电池研发的难点，开发更高效、更可靠的电池设计自动化平台成为电池研发的重要趋势。
深势科技是“AI for Science”科学研究范式的引领者和践行者，致力于运用人工智能和多尺度的模拟仿真算法，结合先进计算手段求解重要科学问题，为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。
保守估计，国内有超过5000家的电池生产企业，其中几百家企业收入规模超过100亿元。据了解，三年来，深势科技已经与10多家头部电池企业达成合作。当前，深势科技重点与龙头企业合作，树立典型，再在全行业推广，赋能电池行业研发。例如，与电池上下游头部企业推进AI先进算法在电池领域的应用，包括正极材料筛选、电解液配方快速筛选、负极材料微观机理探索研究等，极大地缩短了研发周期。
针对固态电池相关的技术、材料、市场及产业等方面的问题，中国粉体网将在昆山举办第五届高比能固态电池关键材料技术大会。为致力于固态电池技术开发的企业，科研院校，以及电动车、储能、特种应用等终端企业提供信息交流的平台，开展产、学、研合作，共同推动行业发展。届时，深势科技/北京科学智能研究院电池研发总监王晓旭将作题为《AI for Science新范式赋能固态电池研发》的报告。
专家简介：
王晓旭，博士，深势科技/北京科学智能研究院，高级研究员，材料研发总监，电池BDA（Battery Design Automation；电池设计自动化）研发与实践平台-Piloteye 负责人。2014-2021曾任职于北京市计算中心，负责新材料计算平台设计、新材料高通量筛选和机器学习优化等工作；2021年加入深势科技/北京科学智能研究院，负责材料与工艺设计方向，研究方向主要为材料基因工程和AI4S新研究范式下利用AI及多尺度计算理性研发设计新型能源材料和器件（电池、催化、光伏等），理论计算及与实验合作学术成果发表JACS、AEM、AFM、JMCA、CEJ等SCI论文30余篇。多次承担/参与材料基因工程重点专项等国家和企业研发项目，有丰富的产学研研发落地经验。
参考来源：
深势科技官网
深势科技详解AI4Sci时代电池研发新范式.深势科技 DP Technology
AI科学新范式下的电池研发实践.中国信息化周报