Bei heutigen Batterieentwicklungen, beispielsweise für neue elektrische betriebene Fahrzeuge, müssen alle neuen Technologien oft über mehrere Monate zum Teil auch Jahre getestet werden bevor sie final dem Endanwender zur Verfügung stehen können. An diesem Punkt setzt nun ein Team der kalifornischen Standford University rund um Prof. Stefano Ermon und William Chueh an, welches aufbauend auf maschinellem Lernen eine Methode entwickelt hat diese Testumfänge nach eigenen Angaben um bis zu 98% der Zeit zu reduzieren.