據外媒報導，美國勞倫斯伯克利實驗室的一台X射線儀器為一項電池研究做出了貢獻，該研究採用了機器學習的創新方法，以加快對縮短快速充電鋰電池壽命的過程的學習曲線。研究人員利用伯克利實驗室的先進光源，一個同步輻射器，為幾十個同時進行的實驗產生從紅外線到X射線的光線，在一個被稱為COSMIC的最先進的ALS光束線上執行一種被稱為掃描透射X射線顯微鏡(STXM)的化學成像技術。

研究人員還在另一個同步輻射器–SLAC的斯坦福同步輻射光源–上採用了”原位”X射線衍射法，試圖重現電池中存在的條件，並另外提供了一個多粒子電池模型。所有三種形式的數據都以一種格式結合起來，以幫助機器學習算法學習電池中的物理學。

雖然典型的機器學習算法尋找與訓練圖像集匹配或不匹配的圖像，但在這項研究中，研究人員應用了來自實驗和其他來源的更深入的數據集，以實現更精細的結果。研究人員指出，這代表了這種品牌的“科學機器學習”首次被應用於電池循環。該研究最近發表在《自然材料》上。

這項研究得益於COSMIC光束線的一種能力，即通過COSMIC的高速、高分辨率成像能力，將大約100個單獨的粒子的化學狀態分離出來。參與這項研究的ALS的研究科學家Young-Sang Yu指出，在循環過程中，每個被選中的粒子在大約50個不同的能量步驟中被成像，總共有5000張圖像。

來自ALS實驗和其他實驗的數據與來自快速充電數學模型的數據、以及關於快速充電的化學和物理信息相結合，然後納入機器學習算法。

這項研究的共同作者、斯坦福大學博士後研究員Stephen Dongmin Kang表示：“我們沒有像之前的兩項研究那樣，讓計算機通過簡單地給它提供數據直接找出模型，而是教計算機如何選擇或學習正確的方程式，從而選擇正確的物理學。”

豐田研究所的高級研究科學家Patrick Herring說：“通過了解電池內發生的基本反應，我們可以延長其壽命，實現更快的充電，並最終設計出更好的電池材料，豐田研究所通過其加速材料設計和發現計劃支持這項工作。”