今年的诺贝尔物理学奖和化学奖都颁给了AI(人工智能)领域。作为高端制造产业,AI在对于电池材料的开发、生产制造、安全性能提升方面的潜力同样惊人,主流以及电池新势力企业,都已经开始加码AI模型的构建与训练,通过借助AI开发出更好性能的电池材料、构建更高质量的制造体系,以及更安全可靠的产品。
中国科学院院士欧阳明高曾指出,锂电下一个10年的技术竞争核心将在于材料,而AI正在改变材料的研发范式。在AI的赋能下,锂电池产业企业将存在被“颠覆”或“弯道超车”的可能。
11月18日,在第九届动力电池应用国际峰会(CBIS2024)上,SES AI Corporation(简称“SES AI”)创始人兼CEO胡启朝博士作了题为《AI加速电池和能源材料的开发》的主题演讲。
2023年全球共销售电动汽车约1400万辆,今年这一数字预计将达到1700万辆,将搭载170亿颗电芯。
一方面,随着电动汽车数量急剧攀升,开发更高性能的电池满足电动汽车高质量发展需求变得更为紧迫;另一方面,如何保障如此庞大数量的电芯能够被可靠制造、安全运行也成为产业界关注的焦点。
演讲中,胡启朝指出,现阶段的传统电池开发过程主要有着三个方面的突出问题:
一是材料创新的进展很慢,适用于电池材料分子有1011之多,但截至目前仅有1000个分子被研究过。
二是现阶段电池生产过程中很难检测到所有的生产缺陷,1700万辆电动汽车大约有170亿颗电芯,涉及50万亿的质量控制数据。
三是电池装车后难以准确预测到电池健康和车辆价值,170亿颗电芯,涉及30万亿条循环寿命数据。
针对传统电池材料开发、制造和安全痛点,SES AI引入AI技术,依托AI 模型重塑电池材料开发、电芯制造和安全应用过程。
值得一提的是,在今年的二季度股东大会上,SES AI宣布全面投入人工智能的战略(All-in on AI),将AI战略性地整合到自身发展中,涵盖技术开发、生产制造和下游应用三个方面,从根本上重塑商业模式,以发挥其价值。这是综合目前电池企业探索看来,AI生态的典型。
据胡启朝介绍,SES AI构建了AI for Science、AI for Manufacturing和AI for Safety三大平台:
AI for Science方面,“电池的根本材料其实就是分子宇宙,所有电池材料都可以用小分子开发出来。”胡启朝表示,在电池材料创新开发上,传统的开发手段主要依赖于科学家及人,往往存在运气成分。而AI For Science可以通过计算宇宙中所有合适电池材料分子的物理和化学属性,高效模拟仿真,快速寻找新材、验证各种材料的组合效果,帮助人类科学家找到最优的新分子材料和材料组合,把之前依靠人和运气的偶然因素去掉。随后,人类科学家将对筛选出的分子进行合成,并在电芯中测试,以评估其在真实环境下的性能。目前,短短两个月SES AI的AI for Science 模型在锂金属电池材料开发上就已取得验证,其模型生成的新溶剂分子将电池循环寿命提高了20%。
SES AI拥有目前世界上最大、最准确的分子数据库并在不断完善,计划一年之内把1011小分子通过硬件和软件算法将其物理、化学性能计算出来。据悉,SES AI开发出的锂金属电池,其库伦效率达到了99.6%,其性能、安全表现可以满足电动汽车、飞行汽车、无人机等场景的需求。同时,SES AI是行业内首个进入车规级锂金属电池A样品和B样品阶段的企业。
值得一提的是,今年8月,SES AI研发的100Ah锂金属电芯顺利通过了GB 38031-2020《电动汽车用动力蓄电池安全要求》的安全测试,成为行业首个通过该标准的锂金属电芯,在下一代电池技术商业化进程上迈出重要一步。
AI for Manufacturing方面,SES AI团队将整个电池的设计、生产,以及在汽车上的运营数据构建一个数字孪生,基于AI模型实现电芯制造质量水平的跃升。
AI for Safety方面,SES AI开发的锂金属电池AI监测软件比传统的物理模型,能够更精准地监测到电池健康状况、预测电池故障。SES AI将15000个不同设计的锂金属电芯生产和安全数据结合,在大型语言模型(LLMs)上进行了预训练,结合AI for Manufacturing&Safety,它可以达到几乎百分百的电池事故预警准确率。
“我们最终的目标是基于AI 模型建立庞大的分子宇宙模型,并依托AI模型进行电池材料如电解液、正极新材料等的开发。”胡启朝表示,最终开发出分别适用于电动汽车、储能、机器人、计算数据中心等各种场景的电池;未来,再将终端数据反馈到AI 模型上,反过来促进太阳能、电池新材料的发现,从而形成能源(太阳能、储能)——应用(汽车、无人机、eVTOL等)——智能(基于AI模型训练数据开发出新的太阳能、电池材料)的良性闭环生态。
- 最新评论
- 我的评论