誰也沒有想到，AI會(huì)成為2024年諾貝爾獎(jiǎng)的最大贏家，物理獎(jiǎng)和化學(xué)獎(jiǎng)兩大獎(jiǎng)項(xiàng)都與人工智能研究有關(guān)。
很多人第一次知道，機(jī)器學(xué) 的模型是基于物理方程的，而人工智能被用來研究蛋白質(zhì)的結(jié)構(gòu)。
不知不覺，我們已經(jīng)步入AI時(shí)代。‍
‍隨著電動(dòng)汽車在世界各地越來越受歡迎，人們對電池安全性的擔(dān)憂比以往任何時(shí)候都更加緊迫。當(dāng)AI與電池結(jié)合起來，又會(huì)有怎樣的圖景？
預(yù)防熱失控
動(dòng)力電池安全性的一個(gè)關(guān)鍵問題是熱失控，它是由不可預(yù)測的溫度飆升引發(fā)的，可能導(dǎo)致鋰離子電池發(fā)生災(zāi)難性火災(zāi)甚至爆炸。
亞利桑那大學(xué)（the University of Arizona）的新研究提供了一種新穎的解決方案來解決這個(gè)問題，將機(jī)器學(xué) 與熱傳感器相結(jié)合。
首席研究員、博士生巴薩布·蘭詹·達(dá)斯·戈斯瓦米（Basab Ranjan Das Goswami）和項(xiàng)目首席研究員維塔利·尤爾基夫（Vitaliy Yurkiv）教授開發(fā)了一種系統(tǒng)，可以感知、預(yù)測和識(shí)別電動(dòng)汽車電池內(nèi)的熱失控事件。
熱傳感器被包裹在單個(gè)電芯上（多達(dá)1000個(gè)電芯緊密地?cái)D在一起組成一個(gè)完整的電池），這些傳感器被輸入到根據(jù)歷史數(shù)據(jù)訓(xùn)練的機(jī)器學(xué) 算法中。
該算法通過分析模式來預(yù)測未來的過熱事件，并對潛在故障發(fā)出預(yù)警。戈斯瓦米在接受Springwise采訪時(shí)解釋說：“這種方法可以實(shí)現(xiàn)實(shí)時(shí)監(jiān)控和早期干預(yù)，降低電動(dòng)汽車發(fā)生災(zāi)難性故障的可能性?！?/p>
戈斯瓦米和尤爾基夫教授使用的方法有別于傳統(tǒng)方法，因?yàn)樗麄儎?chuàng)新性地將AI和多物理場模型與輕型傳感器結(jié)合在一起。這比使用笨重的熱成像技術(shù)更具成本效益，而且可以集成到現(xiàn)有的電池管理系統(tǒng)中，實(shí)時(shí)準(zhǔn)確地預(yù)測溫度峰值。
正如戈斯瓦米總結(jié)的那樣，“這種學(xué)科融合使我們能夠從被動(dòng)的安全措施轉(zhuǎn)變?yōu)橹鲃?dòng)的預(yù)防措施。”
該團(tuán)隊(duì)從美國國防部的“國防激勵(lì)競爭研究計(jì)劃”獲得了599808美元的資助。他們還在探索與汽車制造商合作，將這項(xiàng)技術(shù)投入商業(yè)應(yīng)用。
找出電池缺陷
很多科技公司都急于找出動(dòng)力電池中可能導(dǎo)致火災(zāi)和其他問題的缺陷，AI正在幫助他們做到這一點(diǎn)。
他們正在訓(xùn)練AI模型來快速評估電池中哪些是正常的，哪些是不正常的。自動(dòng)化工具大大加快了質(zhì)量檢查速度。
PDF Solutions電池解決方案總監(jiān)Peter Kostka于10月10日在底特律電池展上表示：“AI的關(guān)鍵在于可擴(kuò)展性：部署得越多，效果就越好?！?/p>
PDF Solutions教它的AI模型來理解電池結(jié)構(gòu)。
“如果我們的模型了解到，‘嘿，這些是我通常應(yīng)該看到的東西’……那么相同的模型就可以應(yīng)用于不同的生產(chǎn)線，并且我們可以獲得可擴(kuò)展性。”他說。
UnitX還使用AI來改進(jìn)缺陷識(shí)別過程。其3D技術(shù)可以高速識(shí)別細(xì)微的異常情況。首席執(zhí)行官Keven Wang在電池展上表示，它還可以檢測比2D視覺更深的深度。
在UnitX案例研究中，人類操作員每5分鐘掃描一個(gè)電池，而AI工具每3.5秒掃描一個(gè)。Wang說，根據(jù)該案例研究，工廠可以通過使用AI工具重新分配三名人工檢查員。
他說：“它需要看到以前看到過的缺陷，但你會(huì)驚訝于它有多好以及教學(xué)所需的樣本如此之少?！?/p>
加速開發(fā)速度
AI軟件提供商Monolith的首席執(zhí)行官理查德·阿爾菲爾德(Richard Ahlfeld)表示，電池公司多年來一直在使用機(jī)器學(xué) ，但大部分電池行業(yè)尚未接受AI。他說，這項(xiàng)技術(shù)可以將電池測試時(shí)間縮短一半。
“電動(dòng)汽車競賽已經(jīng)變得更加激烈?！彼f，“人們現(xiàn)在會(huì)想，‘好吧，我們還能做些什么來加快速度呢？’而且這是一個(gè)已經(jīng)被證明可以大大加快開發(fā)速度的工具?！?/p>
Monolith的AI軟件幫助Jota Sport賽車工程師優(yōu)化和驗(yàn)證賽道測試和模擬數(shù)據(jù)▼
蔚來歐洲公司在9月表示，將使用Monolith的技術(shù)構(gòu)建一個(gè)聯(lián)合機(jī)器學(xué) 模型，用于將當(dāng)前的車輛現(xiàn)場數(shù)據(jù)與基準(zhǔn)測試數(shù)據(jù)進(jìn)行比較。它還將減少電池?cái)?shù)據(jù)清理、重新采樣、分析和檢測異常的時(shí)間。
發(fā)現(xiàn)下一代材料
很多公司開始使用AI通過車輛的電池管理系統(tǒng)來預(yù)測和優(yōu)化電池健康狀況；通過ChatGPT進(jìn)行清理、分類和重組；并繪制分子圖以發(fā)現(xiàn)下一代材料。
阿爾菲爾德表示，了解健康狀況可以幫助駕駛員優(yōu)化充電，并有可能將電池壽命延長10%至20%。
SES AI首席執(zhí)行官胡啟朝表示，SES AI正在開發(fā)AI模型，以繪制比人類能夠繪制的更多的分子圖。他說，這些模型可以變得和頂級(jí)化學(xué)家一樣聰明，甚至更聰明。
SES AI相信這些分子圖將加速材料的發(fā)現(xiàn)，從而解決電動(dòng)汽車、電子產(chǎn)品、電網(wǎng)存儲(chǔ)和其他應(yīng)用中的任何電池問題。
但人類科學(xué)家是使數(shù)據(jù)庫發(fā)揮作用的關(guān)鍵。
“人類科學(xué)家仍然需要合成模型、使用和實(shí)際測試電池。所以這幾乎就像是由模型來創(chuàng)造想法，但想法的驗(yàn)證仍然由人類來完成?！彼f。
AI的未來？
麥肯錫公司未來出行研究中心汽車和裝配業(yè)務(wù)合伙人帕特里克·赫茨克（Patrick Hertzke）表示，化學(xué)材料的進(jìn)步是AI在電池領(lǐng)域最令人興奮的潛力所在。
他說，許多公司正在進(jìn)行增量測試以改進(jìn)電池。
‍“這就像制造疫苗或制造藥物一樣。這并不容易，也不是線性的。”赫茨克說。但基于制藥領(lǐng)域的突破，“你同樣應(yīng)該對電池領(lǐng)域化學(xué)改進(jìn)的潛力感到非常興奮?！?/p>
電池技術(shù)公司表示，這種潛力可能還需要數(shù)年時(shí)間。
“電池制造與其說是一門科學(xué)，不如說是一門藝術(shù)?！盉attGenie公司首席執(zhí)行官馬南·帕塔克（Manan Pathak）在電池展上說，“要想擁有端到端的制造工藝，制造出真正好的、可重復(fù)的、錯(cuò)誤率極低的電池，是非常困難的。”
Wang說，即使要捕捉缺陷，AI模型也需要人工培訓(xùn)。
“AI是另一種形式的算法?！盬ang說，“它不是靈丹妙藥。它不是魔法。它能很好地預(yù)測事物?！?/p>
