Buzz
Tại Mỹ, một nhóm nghiên cứu đang ứng dụng trí tuệ nhân tạo nhằm thúc đẩy nhanh quá trình phát triển pin thể rắn, với kỳ vọng giúp xe điện chạy xa gấp đôi và tăng độ bền của pin trong thời gian tới.
Các nhà khoa học tại Đại học Chicago (Mỹ) vừa giới thiệu một công cụ AI mới, hỗ trợ tìm kiếm và phát triển pin thể rắn thế hệ mới cho xe điện, loại pin được kỳ vọng giúp xe di chuyển xa gấp đôi và bền hơn nhiều so với pin lithium-ion hiện tại.
Tiến sĩ Ritesh Kumar cùng nhóm nghiên cứu tại phòng thí nghiệm Amanchukwu, Trường Kỹ thuật Phân tử - Đại học Chicago, đã phát triển hệ thống AI mang tên "eScore" để đánh giá các phân tử chất điện phân dựa trên ba yếu tố then chốt: khả năng dẫn ion, độ ổn định trong môi trường oxy hóa và hiệu suất truyền điện tích – những yếu tố rất khó đạt đồng thời khi thiết kế pin.
Tiến sĩ Kumar cho biết, việc chọn chất điện phân cho pin thường gặp khó vì mâu thuẫn giữa các đặc tính – phân tử có độ ổn định cao thì lại kém dẫn điện và ngược lại. Nhờ đó, công cụ AI mà nhóm phát triển có thể giúp rút ngắn thời gian tìm ra hợp chất cân bằng được các yêu cầu kỹ thuật này.
Dữ liệu huấn luyện cho AI được nhóm nghiên cứu thu thập thủ công
Để AI vận hành chính xác, nhóm nghiên cứu đã xây dựng tập dữ liệu từ hơn 250 nghiên cứu khoa học trong suốt 50 năm, không chỉ từ các bài báo học thuật mà còn phải trích xuất bằng tay dữ liệu từ hình ảnh, biểu đồ, bảng biểu hay sơ đồ kỹ thuật vốn không tồn tại dưới dạng văn bản.
Quá trình này khởi động từ năm 2020 và kéo dài khá lâu do phần lớn các mô hình AI hiện nay vẫn gặp khó khăn trong việc hiểu nội dung từ hình ảnh. Nhóm nghiên cứu buộc phải nhập dữ liệu thủ công để tạo ra một bộ dữ liệu đủ lớn phục vụ cho việc huấn luyện hệ thống.
Sau khi được huấn luyện, hệ thống AI có thể đánh giá cả những phân tử hoàn toàn mới mà trước đó chưa từng tiếp xúc. Trong vài trường hợp, AI còn xác định được các chất điện phân có đặc tính tương đương với loại đang được sử dụng trong các dòng pin thương mại cao cấp nhất hiện nay.
AI mở ra tiềm năng thay đổi toàn diện cách phát triển pin
Điểm nổi bật của nghiên cứu này là nó thay thế cách tiếp cận truyền thống vốn dựa vào thử nghiệm liên tục. Với hàng triệu tỉ tổ hợp phân tử có thể có, việc thử từng loại trong phòng thí nghiệm là bất khả thi. AI giúp tinh giản quy trình bằng cách chọn lọc ra những hợp chất triển vọng nhất để các nhà khoa học nghiên cứu sâu hơn.
Tiến sĩ Amanchukwu, trưởng nhóm nghiên cứu, chia sẻ rằng hệ thống hoạt động giống như thuật toán đề xuất bài hát trên các nền tảng nhạc số. AI học từ các mẫu dữ liệu đã có để "gợi ý" những phân tử tiềm năng. Trong tương lai, họ hy vọng có thể phát triển mô hình không chỉ chọn mà còn tự thiết kế ra các phân tử mới hoàn toàn – giống như tạo ra một playlist từ con số 0.
Nhiều thách thức vẫn đang chờ phía trước
Dù đã đạt được những kết quả tích cực, nhóm nghiên cứu thừa nhận vẫn còn nhiều khó khăn cần vượt qua. Hiện hệ thống chỉ hoạt động tốt với các phân tử có cấu trúc tương đồng với dữ liệu huấn luyện. Khi gặp hợp chất hoàn toàn mới, độ chính xác của AI vẫn còn hạn chế. Hơn nữa, việc trích xuất dữ liệu thủ công từ hình ảnh vẫn là bước không thể bỏ qua do hạn chế trong khả năng xử lý định dạng hình ảnh của các mô hình ngôn ngữ hiện tại.
Dù còn nhiều thách thức, nghiên cứu này đã mở ra một hướng phát triển đầy tiềm năng cho ngành pin, đặc biệt trong bối cảnh nhu cầu xe điện và lưu trữ năng lượng không ngừng tăng. Nếu được tiếp tục hoàn thiện, công cụ AI này có thể rút ngắn hàng năm nghiên cứu và giúp pin thể rắn hiệu suất cao sớm xuất hiện trên thị trường.
