中國(guó)儲(chǔ)能網(wǎng)訊：從2024年年初ChatGPT掀起熱潮，到今年以來(lái)DeepSeek一直位于話(huà)題中心，當(dāng)算法開(kāi)始轉(zhuǎn)動(dòng)方向盤(pán)，當(dāng)大數(shù)據(jù)重塑生產(chǎn)線(xiàn)，一場(chǎng)靜默的變革正在汽車(chē)產(chǎn)業(yè)深處奔涌。從設(shè)計(jì)圖紙上的AI輔助建模，到車(chē)間里機(jī)器人手臂的毫米級(jí)焊接；從供應(yīng)鏈網(wǎng)絡(luò)的智能調(diào)度，到用戶(hù)手機(jī)上實(shí)時(shí)跳動(dòng)的電池健康度——人工智能正在成為重構(gòu)汽車(chē)產(chǎn)業(yè)鏈的新動(dòng)能。就讓我們一起解碼AI如何讓傳統(tǒng)的汽車(chē)產(chǎn)業(yè)鏈、供應(yīng)鏈長(zhǎng)出“智慧大腦”，見(jiàn)證行業(yè)如何面對(duì)AI賦能帶來(lái)的新機(jī)遇與新挑戰(zhàn)。
1年前，ChatGPT強(qiáng)勢(shì)來(lái)襲。它的橫空出世，讓很多人意識(shí)到人工智能大模型的無(wú)限潛能。但這顯然不是AI掀起的最高浪潮——前不久，DeepSeek“火”了起來(lái)，以其高度智能化、多模態(tài)處理能力、高效性與可擴(kuò)展性、持續(xù)學(xué)習(xí)與進(jìn)化以及安全性與低成本等特點(diǎn)，展現(xiàn)出廣闊的應(yīng)用前景。
人們常說(shuō)，強(qiáng)強(qiáng)聯(lián)合會(huì)碰撞出絢爛的火花。AI擁有強(qiáng)大的計(jì)算與推理能力，固態(tài)電池是當(dāng)前汽車(chē)產(chǎn)業(yè)鏈上最難攻克的技術(shù)挑戰(zhàn)之一。AI用于固態(tài)電池研發(fā)，能迸發(fā)出怎樣的“火花”呢？
2月15～16日，第二屆中國(guó)全固態(tài)電池創(chuàng)新發(fā)展高峰論壇在北京召開(kāi)。本屆論壇設(shè)置“人工智能賦能全固態(tài)電池研發(fā)平臺(tái)升級(jí)”主題，引起業(yè)界的極大興趣。
認(rèn)識(shí)AI對(duì)固態(tài)電池研發(fā)的意義
既然要探討的話(huà)題與人工智能相關(guān)，記者首先便向DeepSeek拋出這個(gè)問(wèn)題：AI對(duì)固態(tài)電池的研發(fā)有什么幫助？經(jīng)過(guò)10多秒的“思考”，DeepSeek給出推理過(guò)程和回答，全面分析了AI在固態(tài)電池研發(fā)中的幫助與局限。
據(jù)了解，人工智能在固態(tài)電池研發(fā)中扮演著重要角色，通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方法加速材料發(fā)現(xiàn)、優(yōu)化設(shè)計(jì)、降低成本并提升性能。其中，材料是固態(tài)電池研發(fā)的關(guān)鍵。在DeepSeek看來(lái)，AI可以幫助快速篩選固態(tài)電解質(zhì)，通過(guò)機(jī)器學(xué)習(xí)模型分析材料數(shù)據(jù)庫(kù)，預(yù)測(cè)具有高離子電導(dǎo)率、化學(xué)穩(wěn)定性和機(jī)械強(qiáng)度的候選材料，用以替代傳統(tǒng)試錯(cuò)法。例如，谷歌DeepMind的GNoME模型預(yù)測(cè)出數(shù)百萬(wàn)種新材料，包括潛在的固態(tài)電解質(zhì)。
界面問(wèn)題是阻礙固態(tài)電池研發(fā)的另一道難關(guān)。DeepSeek認(rèn)為，固態(tài)電池中電極與電解質(zhì)的界面易形成高阻抗層，AI可模擬不同材料組合的界面反應(yīng)，預(yù)測(cè)穩(wěn)定性問(wèn)題并提出改性方案（如添加緩沖層）。
在性能優(yōu)化與模擬方面，DeepSeek提出了多尺度仿真的作用，AI結(jié)合分子動(dòng)力學(xué)（MD）和密度泛函理論（DFT），可加速離子遷移、界面反應(yīng)的模擬，優(yōu)化電極／電解質(zhì)結(jié)構(gòu)。據(jù)悉，美國(guó)麻省理工學(xué)院（MIT）的團(tuán)隊(duì)利用AI模擬出鋰枝晶生長(zhǎng)機(jī)制并提出抑制策略。
在電池壽命預(yù)測(cè)方面，基于歷史循環(huán)數(shù)據(jù)訓(xùn)練AI模型，能夠預(yù)測(cè)固態(tài)電池在不同工況下的老化規(guī)律，指導(dǎo)設(shè)計(jì)更耐久的電池。在制造工藝優(yōu)化方面，AI可以幫助工藝參數(shù)調(diào)優(yōu)，優(yōu)化固態(tài)電解質(zhì)薄膜的沉積條件（如溫度、壓力），提升均勻性和良率。例如，豐田等公司就嘗試用AI控制硫化物固態(tài)電解質(zhì)的燒結(jié)過(guò)程。
在缺陷檢測(cè)方面，計(jì)算機(jī)視覺(jué)結(jié)合AI，可以實(shí)時(shí)分析生產(chǎn)中的電極涂層或電解質(zhì)層缺陷（如裂紋、孔隙），減少?gòu)U品率。在加速測(cè)試與驗(yàn)證方面，AI能夠?qū)崿F(xiàn)虛擬試驗(yàn)替代，AI構(gòu)建的代理模型可減少物理試驗(yàn)次數(shù)，例如預(yù)測(cè)新材料在極端溫度下的性能，美國(guó)國(guó)家實(shí)驗(yàn)室通過(guò)AI將電池測(cè)試周期縮短70％。
在數(shù)據(jù)驅(qū)動(dòng)配方改進(jìn)上，整合試驗(yàn)數(shù)據(jù)與AI分析，研發(fā)人員可以快速迭代正極復(fù)合材料（如高鎳三元材料）的配方比例。在成本控制與資源利用方面，AI能夠預(yù)測(cè)關(guān)鍵原材料（如鋰、硫）的價(jià)格波動(dòng)，優(yōu)化采購(gòu)策略，降低固態(tài)電池量產(chǎn)成本；幫助尋找低鈷／無(wú)鈷正極材料或廉價(jià)固態(tài)電解質(zhì)（如氧化物替代硫化物），減少對(duì)稀有金屬的依賴(lài)。
同時(shí)，AI還可助力行業(yè)和企業(yè)實(shí)現(xiàn)知識(shí)管理與協(xié)同創(chuàng)新。文獻(xiàn)挖掘是AI的一項(xiàng)重要功能，NLP技術(shù)能自動(dòng)提取科研論文中的材料合成方法、性能數(shù)據(jù)，構(gòu)建知識(shí)圖譜供研究者參考。AI也可以幫助實(shí)現(xiàn)跨團(tuán)隊(duì)合作，AI平臺(tái)整合全球?qū)嶒?yàn)室數(shù)據(jù)，促進(jìn)學(xué)術(shù)界與產(chǎn)業(yè)界共享成果，避免重復(fù)研究。
DeepSeek也談到了困難與挑戰(zhàn)。數(shù)據(jù)質(zhì)量與稀缺性是一個(gè)難題，需建立標(biāo)準(zhǔn)化固態(tài)電池?cái)?shù)據(jù)庫(kù)。多物理場(chǎng)耦合建模也是難點(diǎn)，AI需更高效整合電化學(xué)-機(jī)械-熱力學(xué)耦合問(wèn)題。此外，產(chǎn)研雙方需要攜手推動(dòng)AI從實(shí)驗(yàn)室走向量產(chǎn)應(yīng)用。
創(chuàng)新平臺(tái)將構(gòu)建垂直大模型
在本屆論壇上，中國(guó)科學(xué)院院士、中國(guó)全固態(tài)電池產(chǎn)學(xué)研協(xié)同創(chuàng)新平臺(tái)（以下簡(jiǎn)稱(chēng)“創(chuàng)新平臺(tái)”）理事長(zhǎng)歐陽(yáng)明高也提及DeepSeek。他說(shuō)：“我們既要看到DeepSeek在電池知識(shí)問(wèn)答和電池文本挖掘任務(wù)上均表現(xiàn)優(yōu)異，在電池設(shè)計(jì)任務(wù)上具備初步的總結(jié)能力，又要認(rèn)識(shí)到它尚欠缺科學(xué)分析能力，仍需垂直領(lǐng)域大模型解決問(wèn)題?！?
文獻(xiàn)在科研中具有重要作用，前輩或同行的研究成果對(duì)于科研人員的后續(xù)工作具有重大參考價(jià)值。記者通過(guò)DeepSeek查詢(xún)發(fā)現(xiàn)，2020年全球發(fā)表固態(tài)電池論文約800～1200篇，2023年預(yù)計(jì)超過(guò)2000篇。2020年以前的文獻(xiàn)累計(jì)約12000～19000篇。DeepSeek對(duì)文獻(xiàn)類(lèi)型進(jìn)行了歸納，電解質(zhì)材料占比約40％，界面工程占比約25％，制造工藝占比約20％，系統(tǒng)設(shè)計(jì)與模擬占比約15％。它還進(jìn)一步細(xì)分了各個(gè)國(guó)家發(fā)表的論文比例。
文獻(xiàn)之外，專(zhuān)利也不容小覷。中科院物理所研究員李泓提供的數(shù)據(jù)顯示，2020～2024年，全球固態(tài)電池專(zhuān)利超過(guò)15000項(xiàng)，中國(guó)的專(zhuān)利數(shù)量為7689項(xiàng)。專(zhuān)利和文獻(xiàn)組成了固態(tài)電池浩如煙海的知識(shí)寶庫(kù)，如果科研人員仔細(xì)閱讀每篇文獻(xiàn)，估計(jì)短時(shí)間內(nèi)難以消化吸收。
AI在幫助科研人員閱讀文獻(xiàn)方面顯現(xiàn)出巨大的威力。歐陽(yáng)明高說(shuō)，創(chuàng)新平臺(tái)構(gòu)建的大模型平臺(tái)將實(shí)現(xiàn)文獻(xiàn)用AI閱讀，報(bào)告用AI寫(xiě)作，模型用AI計(jì)算，固態(tài)電池的設(shè)計(jì)也用AI進(jìn)行優(yōu)化。
傳統(tǒng)研究采用試錯(cuò)法，大量的科技人員在實(shí)驗(yàn)室中埋頭苦干，一個(gè)一個(gè)進(jìn)行樣本試驗(yàn)，剔除錯(cuò)誤，尋找正確答案。仿真技術(shù)出現(xiàn)之后，試錯(cuò)的次數(shù)有所降低。AI時(shí)代，科研從仿真方法逐步過(guò)渡為智能化全自動(dòng)研發(fā)新模式，通過(guò)智能化方法實(shí)現(xiàn)固態(tài)電池設(shè)計(jì)全流程自動(dòng)化，實(shí)現(xiàn)多變量高維空間快速尋優(yōu)，加速設(shè)計(jì)迭代。
據(jù)介紹，創(chuàng)新平臺(tái)將構(gòu)建基于人工智能的能源材料研發(fā)平臺(tái)，一是基于大語(yǔ)言模型建立智能化的大型材料數(shù)據(jù)庫(kù)；二是基于材料文獻(xiàn)數(shù)據(jù)庫(kù)與大語(yǔ)言模型開(kāi)發(fā)能源材料垂直領(lǐng)域大語(yǔ)言模型；三是垂直領(lǐng)域大語(yǔ)言模型接入專(zhuān)家智能體，獲得專(zhuān)業(yè)計(jì)算能力。
物理理解與高質(zhì)量數(shù)據(jù)是前提
去年以來(lái)，多家企業(yè)公布了固態(tài)電池量產(chǎn)時(shí)間表。彼時(shí)，ChatGPT已有知名度，DeepSeek還默默無(wú)聞。有企業(yè)研發(fā)人員坦承，他們也曾想借助ChatGPT進(jìn)行固態(tài)電池研發(fā)，但這需要大算力，非常耗費(fèi)資源，一般的企業(yè)承擔(dān)不起，最終放棄了這方面的打算。如今，DeepSeek向國(guó)內(nèi)及全球用戶(hù)開(kāi)源，不僅方便普通用戶(hù)，更是研發(fā)人員的幫手。國(guó)內(nèi)AI不僅有DeepSeek，還有豆包、納米搜索、Kimi、文心一言等，這些產(chǎn)品組成了人工智能集群。有了諸多AI大模型的幫助，固態(tài)電池能否提前量產(chǎn)？
蘇州易來(lái)科得科技有限公司首席執(zhí)行官陳新虹表示，他們已著手進(jìn)行這方面的工作，開(kāi)發(fā)電池研發(fā)軟件工具鏈，依靠4個(gè)核心獨(dú)立軟件搭建平臺(tái)，包括電池虛擬建模軟件ELectroderMOD、電池設(shè)計(jì)與工藝優(yōu)化軟件ELectroderSIM及ELectroderBDA。其中，BDA是重點(diǎn)，能夠提供準(zhǔn)確的電池物料衡算，跨尺度幾何建模，電池內(nèi)部的多場(chǎng)耦合微分方程和數(shù)值求解器，可靠的電池材料參數(shù)庫(kù)。“要把超過(guò)100個(gè)設(shè)計(jì)參數(shù)與性能優(yōu)化目標(biāo)放進(jìn)去，型號(hào)設(shè)計(jì)過(guò)程將從數(shù)月縮短到數(shù)小時(shí)，研發(fā)提速100倍?！标愋潞缃榻B說(shuō)。
中國(guó)科學(xué)院院士、北京大學(xué)教授鄂維南提出，要設(shè)計(jì)出具有特定性功能的分子，最初靠直覺(jué)、靠經(jīng)驗(yàn)；現(xiàn)在用計(jì)算、量子化學(xué)的辦法，進(jìn)行高通量的篩選，然后進(jìn)行自動(dòng)化的試驗(yàn)；通過(guò)機(jī)器學(xué)習(xí)，借助大模型、大數(shù)據(jù)、多模態(tài)等辦法獲得想要的結(jié)果。
寧德時(shí)代在固態(tài)電池研發(fā)領(lǐng)域處于第一陣營(yíng)，投入了巨額資金。寧德時(shí)代新能源科技股份有限公司研發(fā)總裁歐陽(yáng)楚英表示，寧德時(shí)代在七八年前就用AI解決問(wèn)題了。他認(rèn)為，僅有AI還不夠，應(yīng)該用AI+物理的手段解決固態(tài)電池研發(fā)問(wèn)題。運(yùn)用這個(gè)方法，寧德時(shí)代已搭建起材料智能平臺(tái)。這個(gè)過(guò)程也是一步步摸索的，從算法中心到算力中心，目前寧德時(shí)代已構(gòu)建基礎(chǔ)數(shù)據(jù)庫(kù)、專(zhuān)題數(shù)據(jù)庫(kù)與試驗(yàn)反饋數(shù)據(jù)庫(kù)。
本屆論壇上，還有多位專(zhuān)家提及運(yùn)用AI輔助固態(tài)電池研發(fā)。不過(guò)，記者注意到，他們的演講都沒(méi)有提及取得了哪些成果。北京大學(xué)深圳研究生院新材料學(xué)院副院長(zhǎng)、副教授鄭家新的發(fā)言解開(kāi)了記者的疑團(tuán)。
鄭家新表示，AI發(fā)揮作用主要是三個(gè)方面，算法、算力和數(shù)據(jù)，高質(zhì)量的數(shù)據(jù)才能讓算法和算力發(fā)揮極大的效用。然而，各個(gè)企業(yè)都在致力于開(kāi)發(fā)固態(tài)電池，對(duì)數(shù)據(jù)高度保密，不可能對(duì)外公開(kāi)，沒(méi)有高質(zhì)量的數(shù)據(jù)，AI發(fā)揮的作用將打折扣。他強(qiáng)調(diào)，對(duì)固態(tài)電池的物理理解才是關(guān)鍵。有了清晰的物理理解，才能在試驗(yàn)中獲得高質(zhì)量的數(shù)據(jù)，然后把它們用于A(yíng)I訓(xùn)練?！肮虘B(tài)電池失效的機(jī)理是什么，我們還沒(méi)有完全搞清楚。沒(méi)有弄明白底層邏輯，就不可能形成高質(zhì)量的數(shù)據(jù)。而要使AI賦能固態(tài)電池研究，首先要有高質(zhì)量的數(shù)據(jù)用于A(yíng)I訓(xùn)練?！编嵓倚抡f(shuō)。
