全球汽贸网资讯，电池制造商正在利用人工智能工具来检测可能引发火灾等问题的电池单元。他们正在训练人工智能模型，以快速评估电池单元中的正常情况和异常情况。自动化工具大大加快了质量检查速度。
（图片来源：汽车新闻网）
DF Solutions的电池解决方案主管Peter Kostka表示，AI的可扩展性使得它可以在不同的生产线之间应用，从而提升生产效率。
UnitX还利用人工智能来改进缺陷识别过程。其3D技术能够快速识别微小的异常，检测深度超越2D视觉。UnitX首席执行官Keven Wang在电池展上表示，在一项案例研究中，人类操作员每五分钟扫描一个电池单元，而AI工具则能每3.5秒扫描一个。根据该案例研究，工厂可以通过使用AI工具重新分配三名人工检查员。
1其他应用案例
电池公司多年来一直在使用机器学习，但大部分电池行业尚未完全接受人工智能，Monolith首席执行官Richard Ahlfeld表示。这项技术可以将电池测试时间缩短一半。
“电动汽车竞争愈发激烈，”他说。“人们现在会想，‘好吧，我们还能做些什么来加快速度？’而这是一种已被证明能够显著加快开发速度的工具。”
蔚来欧洲在九月份表示，将使用Monolith的技术建立一个联合机器学习模型，用于比较当前车辆的现场数据与台架测试数据。它还将减少电池数据清理、重采样、分析和异常检测的时间。
公司们开始使用AI通过车辆的电池管理系统预测和优化电池健康状况；通过ChatGPT清理、分类和重组数据；并绘制分子图谱以发现下一代材料。
了解电池的健康状态可以帮助驾驶员优化充电，并可能将电池寿命延长10%至20%，Ahlfeld说。
SES AI正在开发AI模型，以绘制超出人类能力的更多分子，首席执行官Qichao Hu表示。这些模型可以与顶级化学家同样聪明，甚至更聪明。
SES AI相信，这种图谱将加速材料发现，以解决电动汽车、电子设备、网格存储和其他应用的任何电池问题。
但人类科学家在使数据库有效方面至关重要。
“人类科学家仍然需要合成模型、使用并实际测试电池。因此，这几乎就像是由模型生成的创意，但创意的验证仍然由人类完成，”他说。
2人工智能的未来
麦肯锡公司未来移动中心汽车和装配业务合伙人 Patrick Hertzke 表示，推进化学工艺是 AI 在电池领域最令人兴奋的潜力。
他说，许多公司正在进行增量测试以改进电池。
“这就像制造疫苗或药物。这并不容易，而且不是线性的，”Hertzke 说。但基于制药领域的突破，“你同样应该对电池领域化学改进的潜力感到非常兴奋。”
电池技术公司表示，这种潜力可能还需要数年时间才能实现。
“电池制造更像是一门艺术，而不是一门科学，”BattGenie 首席执行官 Manan Pathak 在电池展上表示。“要拥有能够制造出真正优质、可重复且错误率极低的电池的端到端制造流程极其困难。”
Wang说，即使是捕捉缺陷，AI 模型也需要人工训练。“AI 是算法的另一种形式，”王说。“这不是灵丹妙药。这不是魔法。但它非常善于预测事情。”
（编译：全球汽贸网 Stevie）