Mở khóa tiềm năng pin dành cho xe điện cùng AI

Xây dựng pin tốt hơn là một thách thức kỹ thuật khó khăn. AI có thể có thể giúp đỡ.

Trong một phiên cuối cùng tại sự kiện ClimateTech của MIT Technology Review, các nhà nghiên cứu đã nói về cách AI có thể giúp phát triển vật liệu pin cho ô tô thể thao điện trong tương lai.

Điều này diễn ra trong cuộc trò chuyện với Venkat Viswanathan về tiềm năng của hàng không điện - một triển vọng hấp dẫn cũng như một thách thức lớn, bởi yêu cầu cao cấp đối với pin trong quá trình bay. Pin hiện tại đơn giản không thể đáp ứng được nhu cầu trong không gian.

Trong cuộc thảo luận, Viswanathan cho biết một trong những lý do khiến ông thấy hy vọng cho ngành hàng không điện là tiềm năng của AI trong việc tăng tốc độ nghiên cứu pin. Trên thực tế, ông ấy đã đồng sáng lập một công ty khởi nghiệp có tên Aionics vào năm 2020 để đưa AI vào phát triển pin.

Trên sân khấu tại sự kiện ClimateTech, Viswanathan đã thông báo một sự hợp tác nghiên cứu mới mà ông nói có thể biến trí tuệ nhân tạo thành một lực lượng chính trong việc phát triển pin EV trong tương lai. Thỏa thuận này là giữa Aionics và Cellforce, một hãng sản xuất pin Đức là công ty con của Porsche. Aionics sẽ giúp Cellforce thiết kế vật liệu điện giải mới, với hy vọng tạo ra những viên pin tốt hơn.

Hào hứng về phiên thảo luận này và tất cả những cuộc trò chuyện khác tại sự kiện ClimateTech, vì vậy chúng ta sẽ đào sâu hơn và xem xét cách trí tuệ nhân tạo có thể giúp thúc đẩy tiến bộ trong lĩnh vực pin điện.

Tăng tốc độ

Chúng ta cần pin tốt hơn. Các xe điện có thể sạc nhanh hơn và chứa nhiều năng lượng hơn có thể giúp loại bỏ nhiều xe chạy bằng nhiên liệu hóa thạch hơn khỏi đường phố. Đối với một số ngành công nghiệp, như hàng không, tiến bộ kỹ thuật đáng kể trong hóa học pin sẽ là điều cần thiết để đưa công nghệ sạch và mới hơn lên không gian.

Tuy nhiên, các viên pin mới được ấp ủ trong phòng thí nghiệm cần một hành trình dài trước khi có thể sản xuất ở quy mô lớn. Đó là một hành trình mà có thể mất hơn một thập kỷ để đi qua.

Trong phiên họp tại ClimateTech, Viswanathan đã nêu ra vấn đề này và chỉ vào máy theo dõi thể dục trên cổ tay của anh ấy, trong đó có pin do Sila sản xuất. Cực dương mới của nó được làm bằng silicon, giúp truyền nhiều năng lượng hơn vào thiết bị. Theo công ty, việc nghiên cứu hóa học pin cho sản phẩm nhỏ bé này mất hơn 55.000 lần lặp.

Đó là một tình huống khá điển hình đối với các nhà phát triển pin - và là một trở ngại lớn đối với các công nghệ mới, Austin Sendek, một người đồng sáng lập khác của Aionics, cho biết trong một cuộc gọi trước sự kiện. Sendek nói: “Có quá nhiều sự cấp bách liên quan đến pin và công nghệ khí hậu nói chung… và cách tiếp cận thử và sai này của những năm trước sẽ không hiệu quả”.

Vấn đề là có một lượng vật liệu tiềm năng và sự kết hợp các vật liệu gần như không thể đo đếm được để sử dụng trong pin. Sendek ước tính số lượng hóa chất thương mại có thể được sử dụng lên tới hàng tỷ. “Có quá nhiều thứ để chúng tôi biết phải làm gì với chúng,” ông nói.

Aionics đang nỗ lực sử dụng các công cụ AI để giúp các nhà nghiên cứu tìm ra các chất hóa học pin tốt hơn nhanh hơn. Công ty chủ yếu tập trung vào chất điện phân, vật liệu giúp sạc pin trong pin. Sendek nói: “Đây là một cơ hội lớn để chúng tôi tăng tốc toàn bộ ngành công nghiệp này.

Thay đổi hướng

Vậy thì thực tế, tất cả điều này hoạt động như thế nào? Dưới bóng dáng của trí tuệ nhân tạo, có một loạt các công cụ mà Aionics hy vọng sẽ giúp tạo ra các viên pin tốt hơn cho xe điện trong tương lai và các ứng dụng khác.

1. Machine learning có thể sắp xếp thông qua một loạt các tùy chọn. Ngay cả khi chỉ xem xét các hóa chất được sử dụng trong pin ngày nay, vẫn có một số lượng lớn các kết hợp đang được cân nhắc. Các công cụ học máy có thể giúp thiết kế các thử nghiệm để tăng tốc quá trình sàng lọc các tùy chọn này đồng thời tối ưu hóa để đạt được kết quả mong muốn. Trong một bài báo gần đây, Viswanathan và các đồng tác giả đã sử dụng những công cụ này để tìm ra chất điện phân giúp pin sạc nhanh hơn, như James Temple tại MIT đã viết vào năm ngoái.

2. AI sáng tạo có thể thiết kế các vật liệu mới. Thậm chí có thể vượt xa hàng tỷ phân tử hiện có. Bằng cách sử dụng các mô hình tổng hợp được đào tạo trên các vật liệu pin hiện có, Aionics hy vọng sẽ phát triển được các vật liệu mới chưa được khám phá. Những phân tử này sau đó có thể được thêm vào đường ống để tổng hợp và thử nghiệm trong pin. Ý tưởng này tương tự như việc sử dụng AI để khám phá ma túy, một chủ đề mà đồng nghiệp của tôi trong nhóm AI của chúng tôi, Will Douglas Heaven, đã đề cập sâu vào đầu năm nay.

3. Các mô hình ngôn ngữ lớn có thể giúp các nhà nghiên cứu làm việc nhanh hơn. Trong một thông báo khác tại ClimateTech, Viswanathan đã chia sẻ tiến trình về một mô hình ngôn ngữ lớn mà Aionics đã phát triển, được gọi là ElectroBot. Mô hình được đào tạo trên sách giáo khoa và nghiên cứu đã công bố về hóa học điện phân, có thể giúp trả lời các câu hỏi về tính chất hóa học hoặc đưa ra gợi ý giúp giải quyết các vấn đề trong phòng thí nghiệm. Những loại mô hình AI này thường gặp vấn đề với “ảo giác” hoặc tạo ra phản hồi không đúng sự thật. Công ty khởi nghiệp đang nỗ lực chống lại điều này trong mô hình của mình bằng các phản hồi hướng các nhà khoa học quay lại sách giáo khoa hoặc các bài báo đã xuất bản.

Như Viswanathan đã trình bày, AI có thể là cơ hội tốt nhất để chúng ta đẩy nhanh tiến độ phát triển pin. Đây là lĩnh vực chắc chắn sẽ được theo dõi chặt chẽ trong tương lai.