2017年，豐田汽車公司基于利用人工智能技術(shù)研發(fā)下一代動力電池催化劑材料的契機，投入了3500萬美元，為其在清潔能源汽車的開發(fā)領(lǐng)域打下了基礎(chǔ)。人工智能技術(shù)在動力電池領(lǐng)域的創(chuàng)新應(yīng)用，已經(jīng)成為促進(jìn)動力電池安全高效發(fā)展的一種新手段，可有效完成固體電極材料篩選、電池健康狀態(tài)評估等工作。及時探討人工智能技術(shù)在動力電池領(lǐng)域的應(yīng)用場景，發(fā)現(xiàn)問題并謀劃解決之策，對推進(jìn)動力電池的高速發(fā)展非常必要。

應(yīng)用人工智能篩選鋰離子電池材料。斯坦福大學(xué)的研究人員以材料的穩(wěn)定性、成本、豐富度、導(dǎo)電性以及在電池電路中為電子重新規(guī)劃線路的能力等指標(biāo)為篩選標(biāo)準(zhǔn)，建立了鋰離子材料數(shù)據(jù)庫。該數(shù)據(jù)庫涵蓋了目前已知的幾千種鋰離子材料，并構(gòu)建了預(yù)測模型和計算機算法，利用機器學(xué)習(xí)的方法，辨認(rèn)含鋰化合物的優(yōu)劣。目前，其利用人工智能技術(shù)已經(jīng)篩選出了超過12000種含有鋰元素的化合物，最終找到了21種可作為固體電極的理想材料。

應(yīng)用人工智能評估電池組的健康狀況。人工智能在評估電池組健康狀況時，采用粒子群優(yōu)化遺傳算法，構(gòu)建一種神經(jīng)網(wǎng)絡(luò)，并對電池的各種信息（如電池容量、荷電狀態(tài)、開路電壓間的關(guān)聯(lián)性及電池的不一致性）進(jìn)行共享和有效信息的主動篩選，最后以粒子濾波的形式對電池荷電狀態(tài)以及開路電壓進(jìn)行預(yù)估。該方法的優(yōu)勢在于能準(zhǔn)確地檢測到電池各種性能指標(biāo)的臨界點，并通過電池實際使用條件作為算法標(biāo)準(zhǔn)，進(jìn)行健康狀況預(yù)測，如電池組最大能量存儲的變化，同時，可避免噪音等因素對測試結(jié)果的影響，效率和精確性大大提高。

應(yīng)用人工智能開發(fā)新型電池催化劑材料。豐田汽車公司2017年投資3500萬美元，采用人工智能、機器學(xué)習(xí)、材料信息學(xué)等方法，對新一代動力電池催化劑材料展開研究。目前，該項目已經(jīng)初步完成了新型化合物材料的智能開發(fā)，來替代鉑作為新型燃料電池催化劑材料。下一步將進(jìn)行計算機測試，以縮小研究人員的模擬測試范圍。該項目將助力豐田汽車在清潔能源領(lǐng)域打下堅實基礎(chǔ)，并盡早達(dá)到“2050年減少新車90%的CO 2排放量”的預(yù)定目標(biāo)。

預(yù)期不確定導(dǎo)致風(fēng)險較高。斯坦福大學(xué)在利用人工智能尋找理想電極材料項目中，服務(wù)器組建、現(xiàn)有動力電池數(shù)據(jù)搜集、預(yù)測模型構(gòu)建、材料篩選等過程，耗資千萬美元，但篩選出的材料只是通過人工智能模擬得出的理想結(jié)果，還沒有進(jìn)行材料的實際合成和檢測，推廣應(yīng)用有一定風(fēng)險。對于人工智能技術(shù)評估電池健康狀況來講，目前，也只在實驗室條件下，完成了對部分鋰離子電池組最大儲能進(jìn)行檢驗，并以此來預(yù)測電池健康狀況，還沒有對電池組健康狀況的另外兩個指標(biāo)——直流阻力和交流阻抗進(jìn)行評估驗證，所以該方法還未實際應(yīng)用。豐田汽車公司基于人工智能和機器學(xué)習(xí)技術(shù)的新一代電池催化材料的研發(fā)項目，目前并沒有取得創(chuàng)新性進(jìn)展，未來能否盈利還是未知。

我國動力電池領(lǐng)域人工智能技術(shù)應(yīng)用的研究起步較晚，支持力度不足，缺少必要的資金引導(dǎo)和數(shù)據(jù)服務(wù)。部分研究機構(gòu)對人工智能計算缺少實驗數(shù)據(jù)支撐，動力電池生產(chǎn)企業(yè)還沒有布局人工智能技術(shù)。為加快在動力電池領(lǐng)域引入人工智能技術(shù)，提出以下建議：

加快人工智能在動力電池領(lǐng)域應(yīng)用技術(shù)研發(fā)。一是發(fā)揮政府資金引導(dǎo)作用，利用高技術(shù)產(chǎn)業(yè)發(fā)展專項、動力電池產(chǎn)業(yè)發(fā)展基金等資金渠道，加大對“人工智能+動力電池”的研發(fā)支持力度。二是將人工智能在動力電池領(lǐng)域的應(yīng)用技術(shù)納入到《節(jié)能與新能源汽車技術(shù)路線圖》《促進(jìn)汽車動力電池產(chǎn)業(yè)發(fā)展行動方案》等規(guī)劃支持范疇，推動人工智能在電池材料篩選、檢測等方面關(guān)鍵技術(shù)的迅速起步。三是搭建動力電池人工智能測試平臺，嚴(yán)格依據(jù)電池使用性能標(biāo)準(zhǔn)制定統(tǒng)一的測試規(guī)范，及時反饋產(chǎn)品測試結(jié)果，引導(dǎo)人工智能在動力電池領(lǐng)域的更深層應(yīng)用。

建立并完善人工智能在動力電池領(lǐng)域的應(yīng)用支持體系。一是聯(lián)合動力電池科研機構(gòu)、企業(yè)、行業(yè)協(xié)會，以過去幾十年來的測量和實驗數(shù)據(jù)為基礎(chǔ)，建立國家級動力電池材料數(shù)據(jù)庫，填補材料物理化學(xué)性質(zhì)、穩(wěn)定性、能量密度、導(dǎo)電性等屬性數(shù)據(jù)的空白，完善數(shù)據(jù)利用和共享制度，為人工智能計算的準(zhǔn)確性提供可靠依據(jù)。二是鼓勵動力電池企業(yè)及研究機構(gòu)建立實驗與人工智能計算互為補充的研究模式，重點支持新型電池材料開發(fā)、電池智能檢測創(chuàng)新技術(shù)研究，加強產(chǎn)品測試驗證等相關(guān)數(shù)據(jù)積累，為人工智能在動力電池領(lǐng)域的應(yīng)用提供支撐。

深度挖掘人工智能在動力電池領(lǐng)域的商業(yè)價值。一是動力電池企業(yè)可在現(xiàn)有研究成果的基礎(chǔ)上，加快人工智能技術(shù)的布局，盡快完成篩選的理想固體電極材料的實驗驗證、電池組健康狀況的全面檢測等研究，加速相關(guān)研究成果的實際應(yīng)用。二是拓展人工智能技術(shù)應(yīng)用領(lǐng)域，如具備電池使用數(shù)據(jù)讀取、智能檢測功能的充電樁，電池性能遠(yuǎn)程檢測，售后更換提醒等，構(gòu)建合適的商業(yè)模式，加速人工智能技術(shù)應(yīng)用步伐。

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……