斯坦福大学材料科学与工程副教授William Chueh和一位21级博士生Haitao D. Deng利用人工智能分析原子级图像，揭示了锂离子电池磨损的新发现。他们研究了一种基于LFP材料的特定类型的锂离子电池，这可能会推动电动汽车进入大众市场，因为它不使用供应链受限的化学品。Chueh教授解释说，电池中的材料在充电循环中产生机械变形，导致裂痕，但这些过程在纳米尺度上发生得非常微妙。
为了更好地理解这一现象，他们采用了高分辨率显微镜技术，如X射线、电子和中子显微镜，以直接可视化纳米尺度上的物理相互作用。Deng使用他的图像学习技术来解释两个关键问题：材料在充电和放电时的弹性和变形，以及LFP部分稳定或“亚稳定的”特定机制如何扩展和收缩。他认为这些发现对于预测新型锂离子电池性能至关重要，并且这种方法可以被扩展到其他晶体材料。
Chueh教授称Deng为“学术企业家”，他既有化学家的背景，又自学了人工智能理论，以应对这一挑战。Deng指出，这种方法采用一种“逆向学习”的形式，其中已知结果是退化LFP高分辨率静止图像，而人工智能帮助重建物理学以解释其实现方式。这项研究不仅提供了改进材料基础知识，也为基本理解其中发挥作用力的机械原理提供了动力。未来，他们将致力于在原子水平阐明新的前景光明的电池设计思路，并开发更精确计算模型，使得实验室探索能够转移到计算机上。此外，该工作可能还能开启一个全新的途径，即开发新型控制软件来提高锂离子電池寿命，或从未知领域寻找替代品，有望进一步革新传统電池技術，为更加绿色、高效能源解决方案打下坚实基础。
