AI for Science 新范式赋能电池研发

4. 深势科技源自中国，引领世界的AI科技公司提升原始创新效能，赋能底层研发突破 AI for Science即运用AI学习科学知识和科学原理，打造新一代先进研发平台，提升原始创新效能，赋能生命、能源、材料、信息等领域研发突破。

6. AI for Science正在从愿景走向共识 • 2018年8月，鄂维南院士在北京大学首次提出AI for Science概念；同年11月深势科技成立； • 2019年开始，美国多所知名高校和科研机构，如加州理工、阿贡国家实验室、阿兰图灵实验室、MIT、谷歌DeepMind等纷纷成立了AI for Science方向的研究实验室； • 2021年，北京科学智能研究院成立，鄂院士为首任院长；英伟达NVIDIA公开称AI for Science 为一场正在发生的革命； • 2023年3月，科技部启动“人工智能驱动的科学研究”专项部署工作； • 2023年8月，科学智能峰会（AI for Science Congress）开幕，会上发布了《2023科学智能全球发展观察与展望》，首次系统性地表述了AI for Science“四梁N柱”发展框架。我国科技部启动全新的AI for Science 专项部署工作 AI4S全球发展观察与展望 2023版正式发布 AI4S研讨会圆满结束，鄂维南院士，深势科技创始人孙伟杰，张林峰等出席 AI for Science在2023年底被新华报告为科学研究第五范式

7. 2023 科学智能峰会： AI for Science领域线下最大规模的会议 08.10-08.11 北京 • 顶级专家汇聚：科技部副部长吴朝晖、中国科学院副院长周琪、国家自然科学基金委副主任于吉红、中国科学院院士鄂维南、贺福初、田中群、谢建新、中国工程院院士王坚等出席会议 • 汇聚优秀学者：116 位各学科知名学者、优秀青年科研工作者作为参会嘉宾于会议期间进行报告和研讨 • 吸引众多专业观众：线下参会观众人数近1000人，主论坛座无虚席 • 获得媒体广泛关注：线上直播播放量400万+，获新华网、中新社、中国日报、DeepTech、络绎科学等30+家媒体报道 10+ 场专业学术峰会共建AI4S基础设施 • 学术峰会1：算法模型与软件 • 学术峰会2: AI4S 数据库与知识库 • 学术峰会3: 算力引擎 • 学术峰会4: 新范式下的材料实验 • 学术峰会5: 新范式下的计算成像（生物医学）赋能产业应用共建AI for Science生态 • 与10+家学术机构及企业联合举办学术分论坛，共建学术生态 • 学术成果poster、前沿AI4S产品展示交流与互动 • 学术峰会6: 新能源应用专场 • 学术峰会7: 材料计算专场 • 学术峰会8: OLED应用专场 • 学术峰会9: 生命科学专场 • 学术峰会10: 宏观流体专场 • 促进学界与产业界的交流共创，吸引阿里云、科大讯飞、浪潮、英伟达、北京超算云中心等企业参会报告或展位展示

8.

9.

10.

12. 大模型给我们的生活带来了许多变化图像文本输出视频生成多模态交互融合音频生成

13. 大模型对数字世界的改变已经发生，那么物理世界呢？数字世界文字、图片、音频 ... 物理世界分子、序列、几何 ...

14. 大模型模态的通俗理解：学习素材与任务任务写作绘画音乐影像模态文字图片音频视频

15. 大模型的基本逻辑在科研/研发领域同样适用，只是模态不同任务材料研发药物开发化学反应飞机/汽车研发模态分子结构基因/蛋白序列分子动力学固体/流体几何

16. 除模态不同外，两者的底层逻辑也存在根本性的不同数字世界数字世界底层没有第一性原理归纳法物理世界物理世界底层有第一性原理演绎法

17. AI for Science 新范式：运用AI学习宇宙万物运行最基本的科学原理与数学分布典型应用场景科学原理数学分布量子力学结构密度泛函理论序列电磁学固体力学流体力学 …… AI for Science 大模型火箭模拟飞机模拟发动机模拟地质模拟高分子材料模拟柔性材料模拟动力电池模拟半导体模拟化学反应模拟药物分子模拟动力学表征几何 ……

18. Understand the Universe of Particles 微观世界是个深邃的宇宙，我们让AI优先学懂它

19. 为什么优先理解微观世界？其他领域已发生范式变革微尺度研发面临瓶颈微观世界看不见摸不着

20. 类似的革命在其他领域已经多次发生人类早期驯服野生飞机珍贵影像：莱特兄弟发明飞机工业研发芯片研发现代家养飞机：达索系统的飞行器设计与仿真光学器件研发

21. 当前最关键的生物医药、能源、材料、信息等领域在微尺度面临研发瓶颈 1879年，爱迪生发明了电灯 2024年了，药物研发过程仍和上世纪没有本质区别

22. 宏观世界微观世界宏观世界看得见摸得着微观世界看不见摸不着数据充沛数据缺乏

23. 关心微观世界时，我们关注的模态是什么？

24. 深势推动AI4S科学研究及工业研发的平台及生态打造汽车 “N柱” 支撑国家战略需求生命科学材料科学锂电池等医疗制药等合金、半导体材料等 X-DA X-DA X-DA 能源光伏产业等 X-DA 气象海洋天气预报等海浪预测等 X-DA X-DA 航空航天空天发动机设计等化工催化剂等 X-DA X-DA X-DA：面向不同领域需求的工业应用软件平台系统 “四梁” 基本原理与数据驱动的模型算法与软件系统高效率、高精度的实验表征工具系统替代文献的数据库与知识库系统高度整合的算力平台系统 DeePMD / DMFF Uni-Mol / DPA 高精度实验仪器自动化&智能化智能对话机器人 Lebesgue Bohrium：为基础科研提供全栈式解决方案 …

25.

26. 科学文献宝贵的数据沉淀在图表、反应式、分子结构中 GPT等通用大模型多模态能力不足

27. 信息宇宙 Uni-SMART：基于 AI-Agent 的科学多模态大模型支持图表、公式、分子结构等多种科学模态识别支持AI智能交互（专家批注、用户反馈等）支持外挂数据库增强支持互联网检索

28. 信息宇宙 Uni-SMART 在 13/16 个任务中取得了第一处理表格任务的结果对比处理分子结构任务的结果对比处理图表任务的结果对比处理化学反应任务的结果对比

29. 构象宇宙 Uni-Mol分子构象大模型实现分子性质准确预测全球首个基于分子三维结构的预训练分子构象模型

30. 构象宇宙 Uni-Mol分子构象大模型实现分子性质准确预测多项性质预测碾压现有方案

31. 传统的分子模拟，精度与速度难以兼顾 2017年，DeePMD诞生，统一了分子模拟的精度与速度，大幅拓宽分子模拟的规模边界 10 6 级别量子力学 2020 年，深度势能分子动力学获得戈登贝尔奖，分子模拟规模进一步拓展支持针对性模拟特定元素、构型体系 10 9 级别需要进一步构建通用大原子模型经典力场

32. 原子宇宙 DPA：分子模拟领域的终结者逐步覆盖完整元素周期表及主流构型空间 2022年底，DPA-1发布 2023年底，DPA-2发布 Source：https://tv.cctv.com/2024/03/30/VIDERBI7FPC7MKfWpnSxGBYj240330.shtm

33. 原子宇宙 DPA-1 DPA-2 覆盖元素周期表～70种元素覆盖元素周期表～100种元素可模拟原子规模高至100亿多任务训练策略，同时学习各类数据集极强的 few-shot 乃至 zero-shot 迁移的能力

34. AI4S是AI的三大支柱之一，是通往AGI的必由之路数字世界大模型 GPT, Sora, Suno, Gemini, Stable Diffusion等物理世界大模型 Uni-RNA, Uni-Mol, DPA等AI4S大模型具身智能大模型决策, 博弈, 共情, 高维控制运动等

35. 玻尔 ® 科研空间站 Bohrium 登录空间站，探索 AI for Science 科研宇宙开始体验教学平台科研平台开发平台 AI4S的教材与教具 AI4S科研的生产资料 AI4S工程基础设施模型库 + 算法库 + 案例库深势自研 + 社区贡献 AI4S算法引擎 + 高性能算力 + 计算模拟环境 + 存储预置开发工具 + 模块化开发场景 + Launching

36.

37.

38. 教学平台搭载丰富课程与案例体系余门精品课程累计小时学习时长余篇优质实战案例累计超阅读量

39. 科研平台 AI4S App Store：海纳百川，共创生态主流科学计算软件云原生适配及优化多项目工作流开箱即用

40. 来自工业界的真需求，倒逼原始创新已累计已累计已累计发放已累计解决比赛代码奖金科学问题

41. 现成充沛多云异构算力，实现了对云原生、超算计算资源的高效池化调度集成，最高可同时调度跨云跨超算无缝切换，

43. 绿色能源战略与电池产业爆发电池成为关键-电动、储能碳达峰碳中和战略，风光电多能互补战略 23年电车销售接近1000万辆，电池费用占比40-60% 电车现在占比30%，25-26年计划占比50%，增长几乎翻倍

44. 电池传统实验研发痛点周期长、成本高、场景多 01 材料设计 02 材料制备电芯性能不达标，材料设计重新试错 03 实验室测评 04 小试、中试 05 放大生产电芯设计需要适配各类场景需求

45. 能源电池行业已经从“有没有”迈入“好不好”的下半场市场需求目标高循环寿命长安全无忧原料同质化行业竞争激烈装备同质化快充续航能力强工艺同质化品质差异化不明显

46. 电池产业的竞争核心是效率，提高效率的核心是从试错到理性设计产线产能资源整合创新研发电池材料电芯研发模式的发展第一阶段第二阶段爱迪生模式理论模型先进理念方法不断整合到研发过程中第三阶段第四阶段计算模拟人工智能技术创新集成创新研发创新

47. Piloteye BDA：AI4S加速电池全生命周期开发设计理解构效关系以优化材料正极材料 CEI 电解液理解机理以优化工艺 SEI 负极材料生产工艺理解模型以优化电芯电极电芯模组电池包

48. Piloteye：新版本总览电解液研发干湿闭环材料<->器件跨尺度研发数据化智能研发

49. AI4S赋能“软硬一体、干湿闭环”能源电池先进研发模式发现38万种新材料、17天自主合成41种新化合物，DeepMind一日两篇论文登上Nature GPT-4驱动的机器人化学家，自主设计反应并执行复杂实验

50. 深势科技AI4S大模型赋能电池研发 DPA 分子模拟大模型无机材料正负极材料固态电解质 SEI Uni-Mol 分子构象大模型有机材料电解液分子电解液配方 Uni-SMART 科学文献多模态大模型电池研发相关文献检索，多模态信息提取

51. 正极材料掺杂：计算推荐钠电正极材料最优掺杂方案单组元掺杂筛选 3000+元素选择正极掺杂涉及元素众多，方向不明确掺杂等机理实验不确定性高、周期长共掺杂组合设计 DP掺杂方案 VS 无掺杂方案：50周容量保持率提升5%

52. 电解液界面：DeePMD研究电解液稳定性和SEI 关键问题 AI4S解决方案研发效果缺乏高精度势函数精确描述电解液化学反应和界面SEI行为结合DFT和增强采样等方法构建高精度DP势函数精确描述电解液氧化还原行为和SEI膜离子扩散行为

53. AI加速电解液全局高通量虚拟筛选电解液化学空间分子生成基于物性筛选电解液分子熔点沸点介电常数密度折射率氧化还原性质 …… 基于输运性质优化电解液配方传统实验过程一般在中做选择和组合分子物性预测分子氧化还原性质预测电解液物性预测配方性质预测探索空间：研发周期：扩展至缩短至

54. 利用Piloteye电解液功能模块筛选高压电解液配方相较于基准电解液配方，筛选的分子氧化电位提升近电导率提升

55. 电解液配方模型预测配方性质基于AI配方模型，批量预测配方电导

56. 从材料-电极-电芯AI驱动的构效关系建立深度势能训练与深度势能势函数研究 SEI膜动力学电池极片制造关键技术离散化模拟连续介质假定下力-热-电-化多场耦合仿真与电池可靠性评价

57. 材料数据库沉淀计算、实验、文献数据

58. Piloteye助力电池进入摩尔时代芯片 EDA 每18个月性能翻一番以月为单位更新产品电池 BDA 月级别的产品迭代

59. AI4S电池实践平台Piloteye：创新算法-工程-产品-开发成功 Piloteye 开发成功实验&计算关键研发场景落地（让电池研发“计算的更准”与“实验结合的更好”）（打通最后一公里）产品行业工业软件（“先进算法+工程化+专家知识”结合的电池研发智慧结晶）（计算生产线研发预演）工程平台自动化和工程化（研发从“作坊式”改变到了“安卓式”平台）（规模化基础设施）算法 AI4S创新算法和模型（突破电池研发瓶颈，解决关键科学问题）（持续创新源头活水） © 2023 DP Technology All Rights Reserved

60. 更多能力-深势科技AI4S系统化赋能电池研发联合研发 • • 创新算法-工程化-平台材料-器件创新设计联合人才培养 • • • 联合实验室联合申报课题开源社区吸引全球优秀人才顾问与能力转化 • • AI for Science思想与方法面向电池研发的技术转化 1 2 3 4 5 6 SaaS软件 • Bohrium科学计算云平台 • BDA电池设计平台 PaaS平台 • • 科学智能调度平台外部集群纳管/运维 IaaS基础设施 • • 科学智能节点建设计算机硬件设施已经为能源材料产业上下游多家头部企业成功提供AI4S解决方案 © 2023 DP Technology All Rights Reserved

63. AI for Science，Piloteye for Battery ! 新范式发明新工具，进而革新现有流程，最终创造新的行业格局我们在成就彼此的路上! Thanks