Một nhóm nghiên cứu tại Mỹ đang ứng dụng trí tuệ nhân tạo để tăng tốc phát triển pin thể rắn cho xe điện, với kỳ vọng nâng gấp đôi quãng đường di chuyển và kéo dài tuổi thọ pin trong tương lai gần.

Một nhóm nghiên cứu tại Đại học Chicago (Mỹ) vừa phát triển một công cụ sử dụng trí tuệ nhân tạo nhằm đẩy nhanh quá trình tìm kiếm và phát triển loại pin thể rắn thế hệ mới cho xe điện. Loại pin này hứa hẹn sẽ giúp xe di chuyển xa hơn gấp đôi và có tuổi thọ bền hơn nhiều so với pin lithium-ion hiện nay.

Công trình nghiên cứu được thực hiện bởi tiến sĩ Ritesh Kumar cùng các cộng sự tại phòng thí nghiệm Amanchukwu thuộc Trường Kỹ thuật Phân tử, Đại học Chicago. Họ đã xây dựng một hệ thống đánh giá các phân tử chất điện phân dựa trên thuật toán AI, gọi là "eScore". Công cụ này cho phép chấm điểm các phân tử dựa trên ba tiêu chí kỹ thuật quan trọng gồm khả năng dẫn ion, độ ổn định trong môi trường oxy hóa và hiệu suất truyền tải điện tích. Đây đều là những yếu tố rất khó đạt được đồng thời trong quá trình phát triển pin.

Theo tiến sĩ Kumar, việc lựa chọn chất điện phân cho pin thường vấp phải các mâu thuẫn về tính chất. Một phân tử có độ ổn định cao thường lại dẫn điện kém và ngược lại. Chính vì vậy, công cụ AI mà nhóm nghiên cứu phát triển có thể giúp rút ngắn đáng kể thời gian tìm ra các hợp chất đáp ứng được nhiều yêu cầu kỹ thuật cùng lúc.

Dữ liệu huấn luyện AI được tổng hợp thủ công

Để AI hoạt động hiệu quả, nhóm nghiên cứu phải xây dựng một tập dữ liệu huấn luyện từ hơn 250 công trình khoa học trong vòng 50 năm qua. Họ không chỉ tìm kiếm trong các bài báo học thuật mà còn phải trích xuất thủ công dữ liệu từ biểu đồ, bảng biểu hoặc sơ đồ kỹ thuật vốn thường tồn tại dưới dạng hình ảnh chứ không phải văn bản.

Quá trình này bắt đầu từ năm 2020 và mất khá nhiều thời gian vì hầu hết các mô hình AI hiện tại chưa thể đọc hiểu tốt nội dung trong hình ảnh. Nhóm nghiên cứu phải nhập liệu bằng tay để xây dựng bộ dữ liệu đủ lớn nhằm đào tạo hệ thống.

Sau khi được huấn luyện, AI có thể đánh giá các phân tử mới mà nó chưa từng "gặp" trước đó. Trong một số trường hợp, hệ thống còn phát hiện ra các chất điện phân có tính chất tương đương với những loại đang được dùng trong các dòng pin thương mại cao cấp nhất hiện nay.

Tiềm năng thay đổi cách phát triển pin

Điều khiến nghiên cứu này trở nên nổi bật là nó giúp thay đổi cách tiếp cận truyền thống vốn dựa nhiều vào thử nghiệm lặp đi lặp lại. Với số lượng phân tử tiềm năng lên đến hàng triệu tỉ tổ hợp, việc kiểm tra từng mẫu trong phòng thí nghiệm là điều gần như không thể. AI giúp rút ngắn quy trình này bằng cách sàng lọc những hợp chất có triển vọng nhất để các nhà khoa học tập trung nghiên cứu sâu hơn.

Tiến sĩ Amanchukwu, người dẫn dắt nhóm nghiên cứu, cho biết hệ thống hoạt động tương tự như thuật toán gợi ý bài hát của các nền tảng âm nhạc trực tuyến. AI sẽ học từ các mẫu đã biết để "đề xuất" những phân tử có khả năng đáp ứng yêu cầu. Trong tương lai, nhóm nghiên cứu kỳ vọng có thể phát triển một mô hình không chỉ lựa chọn mà còn "thiết kế" ra các phân tử hoàn toàn mới, giống như việc tạo ra một playlist âm nhạc từ đầu.

Còn nhiều thách thức phía trước

Dù hệ thống AI đã đạt được những kết quả khả quan, nhóm nghiên cứu thừa nhận rằng vẫn còn nhiều việc phải làm. Hiện tại, mô hình hoạt động tốt với những phân tử có cấu trúc hóa học tương đồng với dữ liệu huấn luyện. Tuy nhiên, khi gặp các hợp chất hoàn toàn mới, độ chính xác của AI vẫn còn hạn chế. Ngoài ra, việc nhập dữ liệu thủ công từ các hình ảnh vẫn là bước không thể thay thế do những hạn chế trong việc xử lý định dạng hình ảnh của các mô hình ngôn ngữ hiện nay.

Dù vậy, nghiên cứu này đã mở ra một hướng đi đầy hứa hẹn cho ngành công nghiệp pin, đặc biệt trong bối cảnh nhu cầu về xe điện và lưu trữ năng lượng đang ngày càng tăng cao. Nếu được tiếp tục phát triển và hoàn thiện, công cụ AI này có thể giúp rút ngắn nhiều năm nghiên cứu và đưa các loại pin thể rắn hiệu suất cao ra thị trường sớm hơn dự kiến.