【EV视界报道】8月3日，EV视界从外媒处获悉，英国帝国理工学院（Imperial College London）的研究人员展示了机器学习可以如何帮助设计出性能更好的锂离子电池和燃料电池。此种新型机器学习算法让研究人员们能够探索燃料电池和锂离子电池微观结构的可能设计，然后运行3D仿真模型，帮助研究人员做出提升电池性能的改变。性能的提升将有效延长电动汽车的续航里程、增加数据中心氢燃料电池的功率等。

燃料电池可以利用由风能和太阳能等产生的清洁氢燃料，以产生热量和电力，而智能手机、笔记本电脑和电动汽车中的锂离子电池也是一种很受欢迎的能源存储方式。两者的性能都与其微观结构密切相关：电池内部小孔的形状和排列方式都会影响到燃料电池产生的能量以及电池的充放电速度。

但由于此类小孔的尺寸为微米级，非常小，在分辨率足够高的条件下研究此类小孔的特定形状和尺寸，以将其与电池的整体性能联系起来，可能会非常困难，而帝国理工学院的研究人员已经利用机器学习技术来帮助他们以虚拟方式探索此类小孔，并运行3D仿真模型，基于电池的微观结构，预测其性能。