Kako bi baterije na bazi čvrstih stanja uz pogon umjetne inteligencije mogle pokrenuti ogroman napredak u dometu i sigurnosti električnih vozila
Istraživači koriste strojno učenje za unapređenje materijala baterija na bazi čvrstih stanja, obećavajući dulja i sigurnija putovanja električnim vozilima do 2025. godine.
- 50%: Očekivano povećanje dometa električnih vozila s naprednim baterijama na bazi čvrstih stanja
- Redovi veličina: Prednost u brzini za umjetnu inteligenciju u odnosu na tradicionalne metode ispitivanja materijala
- 0: Proizvođača automobila s električnim vozilima na bazi čvrstih stanja na cesti—do sada
Utrka za izgradnju najsigurnijih i vozila s najduljim dometom postaje sve intenzivnija—brzo. Baterije na bazi čvrstih stanja, dugo hvaljene kao sveti gral tehnologije električnih automobila, mogle bi uskoro postati stvarnost zahvaljujući neočekivanom savezu: umjetnoj inteligenciji.
Revolucionarna studija iz Skoltecha i AIRI instituta pokazala je da algoritmi strojnog učenja mogu pronaći obećavajuće nove materijale za ove baterije sljedeće generacije, skraćujući vrijeme potrebno da se prepoznaju pobjeđujući materijali s godina na samo nekoliko sati.
Zašto baterije na bazi čvrstih stanja već nisu u vašem automobilu?
Baterije na bazi čvrstih stanja obećavaju rješavanje dva najveća problema za obožavatelje električnih vozila: ograničenog dometa i rizika od požara. Zamjenom zapaljivih tekućih elektrolita sa keramičkim ili čvrstim, ove baterije mogle bi produžiti domete električnih vozila do 50% i gotovo eliminirati opasne požare.
Ali postoji caka. Unatoč godinama istraživanja, nijedan trenutni elektrolit na bazi čvrstih stanja ne ispunjava sve kriterije: mora brzo provoditi jone, odoljeti razgradnji na ekstremnim uvjetima i ostati stabilan tijekom tisuća ciklusa punjenja. Proizvođači automobila ih žele, ali pravi spoj materijala ostao je frustrirajuće nedostižan.
Kako strojno učenje ubrzava proboje u područje baterija?
Tradicionalne metode otkrivanja novih materijala za baterije uključuju složene proračune kvantne kemije koji mogu trajati mjesecima po kandidatu. No sada, grafičke neuronske mreže i alati za ispitivanje uz pomoć AI obavljaju težak posao.
Strojno učenje može brzo pregledati desetke tisuća kemijskih spojeva, usmjeravajući se na one s najvišom ionskom mobilnošću—ključnom za visoko učinkovite baterije. Tim Skoltech-AIRI koristio je svoj sustav za predviđanje više novih premaza za vrhunski elektrolit na bazi čvrstih stanja, Li10GeP2S12. Izdvojeni materijali uključivali su Li3AlF6 i Li2ZnCl4, materijale identificirane u djeliću uobičajenog vremena.
P&F: Koji su stvarni učinci za vlasnike električnih vozila?
P: Hoće li moj sljedeći automobil imati bateriju na bazi čvrstih stanja?
Još ne, ali tempo otkrivanja se povećava. S uključenim strojnim učenjem, veliki proizvođači automobila mogli bi predstaviti električna vozila s baterijama na bazi čvrstih stanja ranije nego što se očekuje.
P: Kako će ove baterije biti sigurnije?
Čvrsti elektroliti odolijevaju zapaljivanju, čak i u ekstremnim slučajevima. Zaštitni premazi koje je pronašla AI sprječavaju opasne reakcije na sučeljima baterija, smanjujući rizike od kratkog spoja i eksplozije.
P: Može li ova tehnologija napajati više od automobila?
Apsolutno! Baterije na bazi čvrstih stanja spremne su potaknuti napredak u prijenosnoj elektronici, skladištenju na razini mreže i integraciji obnovljivih izvora energije.
Istražite više inovacija u području baterija na Skoltech, pratite trendove u električnim vozilima na Tesli, i upustite se u energetske proboje na Naturu.
Kako mogu proizvođači automobila i razvojni programi iskoristiti prednost AI-a?
1. Automatizirati ispitivanje materijala: Integrirati algoritme strojnog učenja za brzo sortiranje i testiranje tisuća spojeva.
2. Prioritizirati stabilnost sučelja: Usredotočiti se na razvoj robusnih zaštitnih premaza koji besprijekorno funkcioniraju na anodama i katodama baterija.
3. Proširiti suradnju: Partnerstvo s AI stručnjacima, kemičarima i vođama industrije kako bi se ubrzala komercijalizacija.
Što bi obožavatelji električnih vozila i investitori trebali pratiti 2025. godine?
– Brza obavještavanja od strane velikih marki električnih vozila o prototipovima na bazi čvrstih stanja.
– Partnerstva između startupa za baterije i tehničkih instituta.
– Regulatorni i sigurnosni proboji potaknuti novim, AI-otkrivenim materijalima.
Ne zaostajte—Budućnost električnih vozila je na bazi čvrstih stanja!
Kontrolna lista spremnosti:
- Ostanite u toku s planovima velikih proizvođača automobila za baterije na bazi čvrstih stanja
- Pratite nova istraživanja iz institucija koje koriste AI za znanost o materijalima
- Uložite u tehnologiju baterija sljedeće generacije—na sutrašnjim vozilima to ovisi
