Così l’intelligenza artificiale sta accelerando lo sviluppo di batterie più veloci, efficienti e durature

Un gruppo di ricercatori sta testando protocolli di carica e durata con algoritmi di autoapprendimento. Vediamo come.

ADV
image_pdfimage_print

Sarà l’intelligenza artificiale a far decollare le prestazioni delle batterie?

È ancora presto per dare una risposta sicura, ma nei laboratori si stanno già sperimentando algoritmi che potrebbero aiutare a sviluppare accumulatori di energia sempre più efficienti, sicuri e veloci da ricaricare.

D’altronde, ottimizzare il rendimento e la durata delle batterie al litio è un obiettivo essenziale, nell’ambito della transizione verso la mobilità elettrica e verso l’impiego massiccio di fonti rinnovabili nella generazione di elettricità, con la conseguente necessità di installare  impianti di accumulo stazionario.

Così tra 2019 e 2020 un gruppo di scienziati di università e centri di ricerca negli Stati Uniti – tra cui Stanford University, Massachusetts Institute of Technology e Toyota Research Institute – ha utilizzato l’intelligenza artificiale per elaborare delle previsioni su prestazioni e durata delle batterie.

In pratica, hanno usato quelle che un articolo di Wired chiama “camere elettrochimiche della tortura” dove le celle delle batterie sono caricate/scaricate rapidamente decine di volte al giorno.

L’obiettivo è generare un flusso di dati da dare in pasto agli algoritmi di autoapprendimento.

E l’intelligenza artificiale, a forza di elaborare enormi quantità di dati, impara a svolgere autonomamente dei compiti che le sono stati assegnati in fase di training (apprendimento/allenamento), in questo caso a predire, sulla base delle esperienze passate, il tasso di rendimento delle batterie durante il loro ciclo di vita.

Il punto è che normalmente gli esperimenti di questo tipo richiedono parecchi mesi: bisogna, infatti, testare continuamente le batterie finché iniziano a degradarsi, per raccogliere i dati che consentono di predire le prestazioni future delle batterie sotto determinate condizioni di utilizzo.

Con l’intelligenza artificiale, invece, si può velocizzare tutto.

Possono bastare poche ore di autoapprendimento con flussi continui di dati, per formulare previsioni attendibili.

In una seconda ricerca, gli stessi scienziati hanno impiegato l’intelligenza artificiale per definire protocolli ottimali per la ricarica veloce delle batterie.

In circa un mese hanno ottenuto risultati che, senza algoritmi, avrebbero richiesto un paio d’anni di lavoro.

Gli algoritmi di autoapprendimento, infatti, macinando flussi di dati, hanno scoperto metodi ottimali per caricare le batterie al litio in pochi minuti senza deteriorare le prestazioni in termini di affidabilità e durata; ricordiamo che la carica super-veloce è un fattore di elevato stress per le batterie, quindi la sfida è trovare l’equilibrio tra velocità e durata.

Con gli algoritmi poi si possono testare molti altri aspetti delle batterie: uso di differenti materiali, ricette chimiche, composizione di anodo/catodo, densità energetica ottimale, e così via.

Vedremo se, a un certo punto, queste sperimentazioni usciranno dai laboratori, per sfociare in nuove batterie realizzate sulla base dei dati e delle previsioni uscite dai super computer delle intelligenze artificiali.

I seguenti documenti sono riservati agli abbonati a QualEnergia.it PRO:

Prova gratis il servizio per 10 giorni o abbonati subito a QualEnergia.it PRO

ADV
×
0
    0
    Carrello
    Il tuo carrello è vuotoRitorna agli abbonamenti
    Privacy Policy Cookie Policy