科學家用 AI 研究鋰電池,將兩年的研發時間縮短到一個月!

電動車產業正在起飛,而電池是決定電動車性能的關鍵,但電池研發是個漫長、複雜的過程。在過去,電池研發速度難以追趕市場需求;然而近年研究團隊將 AI 導入研究,電池研發速度因此大幅提升。

AI 參與電池研究,將兩年研發時間縮短到一個月

史丹佛大學 Precourt 能源研究所的實驗室中,有許多冰箱大小的櫃子,每個櫃子有大約 100 個鋰電池。研究團隊每天將這些電池充放電幾十次,以產生性能數據,讓史丹佛大學、麻省理工學院、豐田研究所的研發團隊訓練 AI。

在一般情況下,AI 需要取得電池退化後的數據,才能預測未來的性能,這得耗上幾個月的時間,先讓電池退化才能取得數據。但研究團隊的 AI 僅需收集幾個小時的數據,就能夠預測電池的終身性能,此時電池仍處於巔峰狀態。

快速充電攸關電動車的應用,但是快充會影響電池的壽命,因此必須在兩者間找到平衡點。充電的方式有無數種,而 AI 可以幫研究團隊找到最佳的充電方式。史丹佛材料科學家 William Chueh 透過 AI,在不到一個月的時間優化鋰電池的快充方式;Chueh 表示,如果沒有 AI,會需要兩年的時間才能達到同樣的研究成果。

加快電池研究,目的是對抗全球暖化

但直到最近,電池研發 AI 都仍因為缺乏數據而受阻。史丹佛大學專精於電池分析的數據科學家 Bruis van Vlijmen 表示,從歷史來看,電池數據的獲取非常困難,因為研究人員與企業間沒有共享資訊。2019 年後,Chueh 與他的同事公開所有的電池數據,以便其他研究人員訓練自己的 AI。在當時,這是史上最大的電池性能數據集合。

下一步,是將 AI 帶出實驗室,參與電池的製造。電池研究與製造公司 InoBat 於 2018 年成立,使用 Wildcat Discovery Technologies 開發的 AI 研究平台,快速製作新的電池化學成分原型。執行長 Marian Bocek 表示,AI 能對鋰離子化學成分進行全面性的探索,也就是說,AI 不是一次只調整一個組件,而是模擬電池在幾個不同的變數同時修改後的性能,大幅提升研發過程。Bocek 表示,與傳統實驗方式相比,透過 AI,新電池的研究快了 10 倍。

加快電池的研究,目的是要提升電池性能,加速電池的產業應用,最終達到減碳的目的。再生能源的痛點是發電不穩定,需要儲能系統來穩定供電;電池也能為汽車等移動設備提供能源,取代燃油引擎。為了對抗全球暖化,電池研發速度至關重要。

參考資料

WIRED

(本文提供合作夥伴轉載。首圖來源:Pixabay CC Licensed

延伸閱讀

在太陽能板塗上「鈣鈦礦」,發電效率有望提升到 40%!
微軟重磅宣布 31 年來在台最大投資計畫!落地資料中心、增設雲端硬體團隊
【投稿】國中就在家自學!19 歲天才少年開的 Python 線上課,學員遍布全球 28 國


點關鍵字看更多相關文章: