(资料图)

今天，2023世界人工智能大会青年优秀论文奖颁奖仪式暨青年科学家论坛在上海科学会堂举行。此次评选活动收到海内外投稿235篇，最终10篇论文获得青年论文奖，其中1篇论文获得世界人工智能大会SAIL奖（卓越人工智能引领者奖）。这篇论文的第一作者是青年女科学家、中山大学物理学院副教授张云蔚，她利用机器学习结合电化学阻抗谱技术，预测锂电池健康状态和剩余使用寿命，有很强的应用价值，得到了中国工程院院士领衔的专家评审组认可。

世界人工智能大会青年优秀论文奖设立于2020年，要求第一作者发表论文时年龄不超过40周岁。今年2月，上海市科协启动评选活动，共收到中国（含港澳）作者论文202篇、海外论文33篇。

麻省理工学院、卡内基梅隆大学、加州大学伯克利分校、剑桥大学、牛津大学、悉尼科技大学、新加坡国立大学、穆罕默德·本·扎耶德人工智能大学、英特尔公司……众多海外名校和企业的科研人员发来论文，与清华大学、北京大学、上海交通大学、复旦大学、香港大学、澳门大学、上海人工智能实验室、阿里巴巴、华为诺亚方舟实验室、腾讯人工智能实验室等国内高校、科研机构和企业的论文成果同场竞技。

蒋昌俊院士在颁奖仪式上发言。

经过三轮评审，由潘云鹤院士担任组长、蒋昌俊院士担任副组长的评审组选出10篇优秀论文，覆盖计算机视觉与模式识别、人工智能应用、AI for Science（人工智能驱动的科学研究）、人工智能数学基础、智能机器人、智能芯片与系统、自然语言处理等7个细分领域。

作为AI for Science领域的优秀论文，张云蔚撰写的《机器学习结合阻抗谱技术预测锂电池老化》摘得SAIL奖。“我觉得获奖的一个原因，是我的论文很有实用性吧。”张云蔚告诉记者。在博士后研究期间，她开始用人工智能技术，研究锂电池老化评估和预测问题。传统的电池诊断方法是通过循环充放电，检测锂电池的电流、电压等宏观数据，这种方法不仅耗时长，而且准确率不高。针对这个缺陷，她提出的新方法是：检测锂电池的电化学阻抗谱这一介观数据，在机器学习的基础上，通过高斯回归模型预测电池健康状态和剩余使用寿命。

张云蔚副教授在论坛上作报告。

根据这个新方法，她与合作者将机器学习算法和电化学阻抗谱技术有机结合，建立了一个世界上规模最大的锂电池电化学阻抗谱数据库。这个数据库在不同健康状态、充电状态和温度条件下，收集了超过2万个数据。在此基础上，他们选择完整的电化学阻抗谱线，将其输入高斯回归模型，完成机器学习这一过程。

经过训练，这个AI模型能够在不依赖任何前期循环条件（如充电状态、温度）的情况下，准确预测锂电池的健康状态和剩余使用寿命，检测和预测时间仅为10—15分钟。研究显示，其预测准确度比传统的电池诊断方法高10倍左右。

这项科研成果可应用于电动汽车、储能电站等领域。目前，张云蔚正在与多家企业商谈合作，有望在不久的将来开发出商用“智能电池管理系统”，用于电动汽车和储能电站的锂电池管理，以延长电池使用寿命、提升电池回收和二次利用价值。“人工智能已成为科学研究的重要驱动力，而科研的一个重要驱动力是解决实际问题。”张云蔚深有感触地说。