MIT、斯坦福、丰田三强实验:用AI研究锂电池,两年研发进程缩短到只剩一个月!

电动汽车锂电池的运行机制复杂、变因多、开发困难,是许多车厂和研究机构积极研究的重点,而在AI科技越发进步的同时,也能用来协助电池开发!新研究发现,导入AI能将电池研究进程从两年缩短为一个月,有效率地找出锂电池最佳充电方法并预测电池的寿命。

在斯坦福大学Precourt能源研究所的实验室里,有六个如冰箱大小的柜子,设计被用来消耗电池的能源,而且越快越好,每个电池盒里容纳100个锂电池,这些锂电池每天会进行充电、放电数十次。

有点困惑吗?

在一般情况下,锂电池主要拿来用在电动汽车或是机械上提供电力,但这个实验室锂电池的使用目的,是尽可能产生大量的性能表现数据,提供给AI来优化,借此研发出表现更好的电池。

朝低碳排放目标迈进,AI协助找到电池最佳性能

许多科学家认为,要朝向无碳排放的目标,发展电动产业是重要的关键之一,但电池技术若跟不上科技的脚步,也将会让这个目标的完成时间停滞不前。

现在面临的困境是,其实或许有上千种的方式可以增加电池性能,但是要找到其中最符合效率与效益,需要大量的数据来验证。而现在已许多有科学家通过AI技术模拟电池表现,找到充电速度与电池寿命的较佳平衡点。

例如,斯坦福大学、麻省理工学院以及丰田研究所的研究团队在2019年成功用AI机器学习搜集电池表现数据,并预测锂电池的生命周期中,何时会开始性能表当下降。

以往AI需要花上数个月的时间才能预测其未来的性能与寿命,这个研究厉害之处在于,仅需要几小时的数据搜集便可以预测电池寿命。

实验室的两年研究,AI一个月就搞定

2020年2月,该研究团队更进一步发现了可以在10分钟内快速帮锂电池充电的最佳方法,并将研究成果发布在期刊《Nature》上。他们在不到一个月的时间里用AI技术就找到了快速帮锂电池充电的方式。

在没有AI帮助的情况下,要得到相同的结果可能要花上两年的时间,主导这项研究的斯坦福大学材料科学家William Chueh透露,无论是要发现新的电池化学作用、或是找到更安全制造电池的方法,都是非常耗时的,而这些都能通过AI技术来减少时间。

对于Chueh来说,电池创新的步伐永远不够快,因电池的运行实在非常复杂,市场的一致目标是希望能用更便宜的原料、更好的化学技术、更有效率的制造方法来生产电池,而这其中有许多变因可以优化,AI被认为正是可以大幅加速这些研究的一大利器。

AI制造的智慧电池,提高电动汽车续航里程20%

除了有实验室的创新研究之外,也有许多公司将AI机器学习实际用于商业中,帮助机械或车辆电池提供更好的性能表现,例如位于斯洛伐克的创业公司InoBat,正利用AI驱动的研究平台来开发新款的电动汽车电池。

InoBat的CEO透露,AI平台帮助他们可以全面性探索新的锂电池化学物质,找寻各种可以加速开发过程的方法,通过AI可以模拟各种电池性能,一次修改不同的变因来进行优化。

InoBat于日前推出了首款智能电池,声称这颗电池可以提高电动汽车的续航里程接近20%,预计2021可以开始进行量产,制造每年100万亿瓦时的智慧电池,目标在2025年将达生产10吉瓦时的的规模,并产生240,000颗智能电池。

参考资料

《Wired》、《科技产业信息室》