Nhóm nghiên cứu từ Mỹ đã phát triển mô hình AI có khả năng dự đoán tuổi thọ pin chỉ qua 50 chu kỳ, giúp giảm mạnh thời gian và chi phí thử nghiệm pin lên tới 95%.
AI làm giảm đáng kể thời gian thử nghiệm pin
Các nhà khoa học tại University of Michigan đã phát triển một hệ thống AI có thể dự đoán tuổi thọ pin chỉ sau 50 chu kỳ sạc xả. So với các phương pháp cũ cần hàng trăm hoặc thậm chí hàng nghìn chu kỳ, công nghệ mới này rút ngắn thời gian thử nghiệm từ vài tháng xuống chỉ còn vài ngày.
Theo các nhà nghiên cứu, phương pháp này giúp giảm tới 95% thời gian và năng lượng cần thiết cho việc đánh giá pin, qua đó đẩy nhanh tiến trình nghiên cứu và phát triển các công nghệ pin mới.

AI có thể dự đoán tuổi thọ pin chính xác
Học khám phá và AI đa tác nhân: Cách tiếp cận mới
Nghiên cứu được đăng tải trên tạp chí Nature, do trợ lý giáo sư Ziyou Song và nghiên cứu sinh Jiawei Zhang dẫn đầu. Thay vì sử dụng một mô hình đơn lẻ, nhóm đã phát triển hệ thống AI đa tác nhân, với mỗi tác nhân có vai trò riêng biệt, hoạt động phối hợp giống như một đội ngũ các nhà khoa học trong phòng thí nghiệm.
Hệ thống này sử dụng nguyên lý học khám phá, giúp AI học từ dữ liệu lịch sử và thực hiện các thí nghiệm quy mô nhỏ, kết hợp với mô hình vật lý để liên kết giữa hiệu suất ban đầu và tuổi thọ pin trong thời gian dài.
Ba vai trò chính trong hệ thống AI
Quy trình dự đoán được chia thành ba phần chính. Tác nhân học tập có nhiệm vụ chọn lựa các thiết kế pin tiềm năng và thực hiện các thử nghiệm ban đầu trong khoảng 50 chu kỳ. Dữ liệu thu được sau đó được tác nhân phân tích thông qua các mô phỏng vật lý. Cuối cùng, tác nhân tổng hợp kết quả mới với dữ liệu cũ để đưa ra dự đoán về tuổi thọ pin hoàn chỉnh.
Qua mỗi vòng lặp, hệ thống liên tục cải thiện độ chính xác, đến mức có thể dự đoán tuổi thọ pin mà không cần phải lặp lại toàn bộ quy trình thử nghiệm dài hạn.
Dự đoán chính xác cho nhiều loại pin khác nhau
Điều đặc biệt của mô hình này là khả năng khái quát hóa. Khi huấn luyện với dữ liệu từ các pin dạng trụ nhỏ, hệ thống vẫn có thể dự đoán chính xác tuổi thọ của các pin dạng túi lớn thường dùng trong xe điện. Điều này chứng tỏ rằng mô hình đã hiểu rõ các quy luật vật lý và hóa học chung của quá trình suy giảm pin.
Đối tác công nghiệp Farasis Energy USA đã cung cấp pin và dữ liệu thực tế để kiểm tra kết quả. Nhóm nghiên cứu cho biết, lượng điện năng tiêu thụ khi sử dụng AI để dự đoán chỉ chiếm khoảng 5% so với phương pháp thử nghiệm truyền thống kéo dài hàng nghìn chu kỳ.

AI có khả năng dự đoán chính xác cho nhiều loại pin khác nhau
Tiềm năng ứng dụng vượt ra ngoài lĩnh vực pin
Trong tương lai, nhóm nghiên cứu hy vọng sẽ mở rộng hệ thống để dự đoán thêm các yếu tố như giới hạn an toàn, tốc độ sạc tối ưu và vật liệu phù hợp cho thế hệ pin lithium-ion tiếp theo. Hơn nữa, phương pháp học khám phá này có thể được ứng dụng trong các lĩnh vực khác như khoa học vật liệu, hóa học và kỹ thuật, nơi các thử nghiệm dài và tốn kém vẫn đang là một rào cản lớn.
