Startup sử dụng trí tuệ nhân tạo để phát triển pin ô tô điện

Pin xe điện đòi hỏi sự kết hợp của các vật liệu điện phân để tìm ra giải pháp mang lại mật độ năng lượng cao nhất và thời gian sạc nhanh nhất. Các nhà sản xuất có thể phải mất hơn 10 năm và hàng nghìn lần thử nghiệm thất bại để tìm ra công thức phù hợp nhất với yêu cầu của họ.

“Vấn đề là có quá nhiều lựa chọn tiềm năng nhưng không đủ thời gian thử nghiệm”, Austin Sendek, đồng sáng lập và CEO của Aionics, khẳng định. trí tuệ nhân tạo có thể khắc phục vấn đề này.

Pin Li-ion có ba thành phần cơ bản bao gồm cực âm, cực dương và màng điện phân ở giữa để luân chuyển các ion giữa các điện cực trong quá trình sạc và xả pin. Aionics, một công ty được thành lập vào năm 2020 tại Palo Alto và đã huy động được $3,5 triệu tài trợ, tập trung vào màng điện phân và sử dụng bộ công cụ AI để tăng tốc nghiên cứu nhằm mang lại những mẫu pin tốt hơn trong tương lai. hỗn hợp.

Công ty đang hợp tác với nhiều doanh nghiệp, bao gồm nhà sản xuất pin Cellforce của Porsche, công ty lưu trữ năng lượng Form Energy và nhà sản xuất hóa chất Nhật Bản Showa Denko. Quá trình này bắt đầu bằng việc khách hàng yêu cầu một mẫu pin mới và các chuyên gia của Aionics triển khai bộ công cụ AI để chạy thử nghiệm trên cơ sở dữ liệu gồm hàng tỷ mẫu vật lý và có thể đánh giá 10.000 mẫu mỗi giây.

Mô hình AI sẽ học cách dự đoán kết quả của lần mô phỏng tiếp theo, cho phép chọn các ứng cử viên vật chất để thử nghiệm thêm. Số lượng bài kiểm tra sẽ tỷ lệ thuận với lượng dữ liệu được tạo ra, nâng cao khả năng xử lý vấn đề của AI.

Aionics bây giờ tiến thêm một bước bằng cách áp dụng AI sáng tạo . Thay vì dựa vào cơ sở dữ liệu gồm hàng tỷ mẫu vật liệu, họ bắt đầu triển khai các mô hình được đào tạo dựa trên thông tin hiện có về pin xe điện để tạo ra hoặc thiết kế vật liệu mới cho các nhiệm vụ cụ thể. Công ty sử dụng phần mềm được phát triển tại Đại học Carnegie Mellon (CMU). Venkat Viswanathan, giáo sư CMU, cũng là người đồng sáng lập và nhà khoa học trưởng của Aionics.

Aionics sử dụng mô hình ngôn ngữ lớn trên nền tảng GPT-4 để giúp các chuyên gia lựa chọn giải pháp phù hợp từ hàng triệu công thức trước khi đưa chúng vào cơ sở dữ liệu vận hành. Chatbot được huấn luyện bằng các vật liệu hóa học và khoa học được Aionics lựa chọn, không phải để khám phá vật liệu mới mà chủ yếu để loại bỏ các hợp chất không hiệu quả đối với nhiệm vụ cụ thể mà khách hàng đưa ra.

Sau khi được đào tạo, mô hình sẽ cho phép nhà khoa học đặt câu hỏi. “Nó không khác gì một người bình thường truy vấn nội dung trong sách giáo khoa. Mọi thứ đều có thể được xác minh bằng cách trích dẫn nguồn tài liệu dùng để đào tạo chatbot”, Sendek nói.

Aionics sẽ chuyển dữ liệu đến khách hàng để đánh giá sau khi sàng lọc hàng tỷ mẫu thử nghiệm và chọn ra mẫu phù hợp nhất. “Nếu sau vòng 1 không có kết quả, chúng tôi sẽ làm lại và kết hợp với kiểm nghiệm thực tế cho đến khi tìm ra giải pháp tốt nhất. Sau đó Aionics sẽ phối hợp với các đối tác sản xuất để cho ra mắt dây chuyền.” sản phẩm và đưa chúng ra thị trường”, Giám đốc điều hành công ty cho biết.

Diệp Anh (dựa theo TechCrunch )