Solid-State Batteries Set to Revolutionize EVs: Machine Learning Unleashes Next-Gen Tech Race

Kā AI vadītas cietvielu baterijas var radīt lielu lēcienu elektrisko transportlīdzekļu diapazonā un drošībā

Pētnieki izmanto mašīnmācīšanos, lai superuzlādētu cietvielu bateriju materiālus, solot ilgākus un drošākus EV braucienus līdz 2025. gadam.

Īsi fakti:

  • 50%: Sagaidāms palielinājums EV diapazonā ar progresīvām cietvielu baterijām
  • Mērogi: Ātruma priekšrocība AI salīdzinājumā ar tradicionālajām materiālu pārbaudes metodēm
  • 0: Automobiļu ražotāji ar cietvielu EV uz ceļa — līdz šim

Cīņa par drošāko un ilgāko darbības diapazonu elektrisko transportlīdzekļu izveidi uzkarst — ātri. Cietvielu baterijas, kuras ilgu laiku tika uzskatītas par elektrisko automobiļu tehnoloģiju svēto graalu, drīzumā varētu kļūt par realitāti, pateicoties negaidītam sabiedrojumam: mākslīgajai inteliģencei.

Atsperes pētījums no Skoltech un AIRI institūta ir parādījis, ka mašīnmācīšanās algoritmi var atrast solīgus jaunus materiālus šīm nākamās paaudzes baterijām, samazinot laiku nepieciešamu uzvarētāju identificēšanai no gadiem līdz dažām stundām.

Kāpēc cietvielu baterijas vēl nav jūsu automašīnā?

Cietvielu baterijas sola atrisināt divas lielākās galvassāpes elektrisko transportlīdzekļu faniem: ierobežoto darbības diapazonu un ugunsrisku. Aizstājot uzliesmojošus šķidros elektrolītus ar keramikas vai cietām, šīs baterijas varētu pagarināt EV diapazonu līdz pat 50% un būtībā iznīcināt bīstamas ugunsgrēku iespējas.

Bet ir viens knifs. Neskatoties uz gadiem ilgu pētījumu, pašreizējais cietvielu elektrolīts nesasniedz visus standartus: tiem jāspēj ātri vadīt jonus, jāiztur sadalīšanās ekstremālos apstākļos un jāpaliek stabilam tūkstošos uzlādes ciklu. Automobiļu ražotāji tos vēlas, bet pareizā materiālu kombinācija joprojām ir nepatiesi grūti sasniedzama.

Kā mašīnmācīšanās paātrina bateriju inovatīvos risinājumus?

Tradicionālās metodes jaunu bateriju materiālu atklāšanai ietver sarežģītas kvantu ķīmijas aprēķinus, kas var ilgt mēnešiem katram kandidātam. Bet tagad grafu neironu tīkli un AI vadītas pārbaudes rīki uzņem smago darbu.

Mašīnmācīšanās var ātri skenēt desmitiem tūkstošu ķīmisko savienojumu, koncentrējoties uz tiem ar augstāko jonu mobilitāti — būtiska augstas veiktspējas baterijām. Skoltech-AIRI komanda izmantoja savu sistēmu, lai prognozētu vairākus jaunus pārklājuma materiālus progresīvam cietvielu elektrolītam, Li10GeP2S12. Izcēlās Li3AlF6 un Li2ZnCl4, materiāli, kas identificēti dažu ierasto laiku daļā.

Jautājumi un atbildes: Kāds ir reālais ietekmes rezultāts EV īpašniekiem?

Q: Vai manā nākamajā automašīnā būs cietvielu baterija?
Vēl nē, bet atklājumu temps pieaug. Ar mašīnmācīšanas pievienošanu, lielie automobiļu ražotāji varētu ieviest cietvielu bateriju EV ātrāk nekā gaidīts.

Q: Kā šīs baterijas būs drošākas?
Cietie elektrolīti ir izturīgi pret ugunsgrēku, pat ekstrēmās situācijās. AI atrastie aizsargpārklājumi novērš bīstamas reakcijas bateriju saskares vietās, samazinot īssavienojuma un sprādziena riskus.

Q: Vai šī tehnoloģija var darbināt vairāk nekā automašīnas?
Absolūti! Cietvielu baterijas ir gatavas veicināt uzlabojumus portatīvajā elektronikā, tīkla mēroga uzglabāšanā un atjaunojamās enerģijas integrācijā.

Uzziniet vairāk par bateriju innovācijām Skoltech, sekojiet līdzi EV tendencēm Tesla, un izpētiet enerģijas atklājumus Nature.

Kā automobiļu ražotāji un attīstītāji var izmantot AI priekšrocības?

1. Automatizēt materiālu pārbaudi: Integrējiet mašīnmācīšanās algoritmus, lai ātri šķirotu un testētu tūkstošiem savienojumu.
2. Prioritizēt saskares stabilitāti: Koncentrējieties uz robustu aizsargpārklājumu izstrādi, kas darbojas nevainojami bateriju anodēs un katodēs.
3. Paplašināt sadarbību: Partnerējiet ar AI speciālistiem, ķīmiķiem un nozares līderiem, lai ātrāk virzītos komercializācijā.

Uz ko EV fani un investori pievērsīs uzmanību 2025. gadā?

– Strauji paziņojumi no lieliem EV zīmoliem par cietvielu prototipiem.
– Partnerības starp bateriju jaunizveidēm un tehnoloģiju institūtiem.
– Regulējoši un drošības pagriezieni, ko virza jauni, ar AI atklāti materiāli.

Nepalaidiet garām — lielākā EV nākotne ir cietvielā!

Gatavības saraksts:

  • Sekojiet jaunāko informāciju par vadošo automobiļu ražotāju cietvielu ceļvežiem
  • Sekojiet jaunajiem pētījumiem no institūcijām, kas izmanto AI materiālu zinātnē
  • Investējiet nākamās paaudzes bateriju tehnoloģijās — rītdienas transportlīdzekļi uz to paļaujas
2025 Energy Breakthroughs Solid-State Batteries and AI-Powered Grids!

ByViolet McDonald

Violeta Makdonalda ir ieskatīga autores un domāšanas līdere, kas specializējas jaunajās tehnoloģijās un finanšu tehnoloģijās (fintech). Viņa ieguvusi bakalaura grādu informācijas sistēmās prestižajā Pensilvānijas universitātē, kur attīstījusi dziļu izpratni par tehnoloģiju un finansu savstarpējo mijiedarbību. Ar vairāk nekā desmit gadu pieredzi nozarē, Violeta ir ieņēmusi būtiskas lomas vadošajās firmās, tostarp Digital Innovations, kur viņa ir devusi ieguldījumu modernu fintech risinājumu izstrādē. Viņas raksti pēta jaunizveidoto tehnoloģiju pārveidojošo ietekmi uz finanšu sektoru, pozicionējot viņu kā pārliecinošu balsi šajā jomā. Violeta darbi ir tika iekļauti daudzu nozares publikāciju lapaspusēs, kur viņa dalās ar savu ekspertīzi, lai iedvesmotu inovācijas un pielāgošanos nepārtraukti mainīgā vidē.

Atbildēt

Jūsu e-pasta adrese netiks publicēta. Obligātie lauki ir atzīmēti kā *