Przez wiele lat postęp w dziedzinie akumulatorów do pojazdów elektrycznych był ograniczony przez jedno z głównych wąskich gardeł: testy. Na każdym etapie procesu opracowywania akumulatorów nowe technologie muszą być testowane przez miesiące, a nawet lata, aby określić, czy i jak długo będą działały. Projektowanie bardzo szybko ładujących się akumulatorów jest dużym wyzwaniem, właśnie głównie dlatego, że trudno jest zapewnić im wysoką trwałość. Intensywność szybszego ładowania powoduje większe obciążenie akumulatora, co często prowadzi do szybkiego zużycia i awarii. Ponieważ bateria stanowi dużą cześć kosztu samochodu, inżynierowie muszą przeprowadzić testy wielu metod ładowania, aby znaleźć tę, która pozwoli temu zapobiec.
Profesorowie Stefano Ermona i Williama Chueha z Uniwersytetu Stanforda postanowili temu zaradzić. Wraz z zespołem, opracowali właśnie metodę uczenia maszynowego, która skraca czas testowania o 98 procent. Algorytm został przetestowany pod kątem szybkości ładowania akumulatorów, jednak według naukowców, może on być zastosowany na każdym etapie projektowania, a nawet w dziedzinach nieenergetycznych.
„Podczas testowania akumulatorów należy sprawdzić bardzo wiele parametrów, ponieważ wydajność, którą otrzymamy, będzie się drastycznie różnić w zależności od zastosowanej metody” - powiedział Ermon. „Dzięki sztucznej inteligencji jesteśmy w stanie szybko zidentyfikować najbardziej obiecujące podejścia i zrezygnować z wielu niepotrzebnych eksperymentów.”
Celem badania prowadzonego przez naukowców ze Stanford, MIT i Toyota Research Institute było znalezienie najlepszej metody ładowania akumulatora EV w 10 minut, która zmaksymalizuje jego żywotność. Naukowcy napisali program, który w oparciu o zaledwie kilka cykli ładowania przewidywał, jak baterie będą reagować na różne metody ładowania. Program decydował również w czasie rzeczywistym, na jakich metodach ładowania należy się skupić, a które zignorować. Poprzez ograniczenie zarówno czasu trwania, jak i liczby prób, naukowcy skrócili proces testowania baterii z prawie dwóch lat do 16 dni.
„Dowiedzieliśmy się, jak znacznie przyspieszyć proces testowania dla ekstremalnie szybkiego ładowania” - powiedział Peter Attia, członek zespołu badawczego. „Ale to, co jest naprawdę ekscytujące, to metoda. Możemy zastosować to podejście do wielu innych problemów, które w tej chwili hamują, o miesiące, a nawet lata, rozwój baterii.”