'コアが来たときに大きなモデルを備えた人工知能の現在の時代。この概念から学び、パワーバッテリーの全ライフサイクルのコストを削減し、6月9日の午後に中国科学アカデミーの学者であるOuyang Minggaoの効率を高めることができます。
現在、中国の電力バッテリー産業は高品質の開発の段階に入っています。業界は急速に発展していますが、設置容量の成長率の低下、バッテリーシステムの総利益率の削減、製品の反復の加速など、課題にも直面しています。この点で、Ouyang Minggaoは、バッテリーライフサイクルのインテリジェントテクノロジーは、関連する問題を解決するための重要な手段とツールであると指摘しました。
彼は、コアが来たときの大きなモデルを備えた人工知能の現在の時代は言った。パワーバッテリーは、この概念から学習して、大きなバッテリーモデルを構築できます。
大きなモデルが変圧器から進化したことが理解されています。参照の数は1億レベルに達する可能性があります。現在、主流の大型モデルの数は100億から1000億の間であり、知的パフォーマンスと専門知識の生産量を形成できます。
'大量のデータを収集した後、トレーニング前に、1000億パラメーターの大規模モデルのコアとしてのTranformerと注意メカニズムの形成。'これに基づいて、フレームワークシステムには推論能力があり、異なるフィールドで使用できます。例には、自然言語のChatGptとスマートモビリティのためのdriveGptが含まれます。したがって、ニューラルネットワークを事前に排出することもできます。Tranformerに基づいて、パワーバッテリーを事前トレーニングする大型モデルを構築し、パワーバッテリーインテリジェントなデザイン、インテリジェント製造、インテリジェント管理、インテリジェントリサイクル、その他のリンクに適用します。
会議で、Ouyang Mingは、バッテリーのライフサイクル全体のインテリジェントなテクノロジーロードマップを高い深さで解釈しました。彼は次のように述べて「インテリジェントなデザインとインテリジェントバッテリーの観点から、主に高精度、マルチスケールモデリングテクノロジーとバッテリー内の多次元センシングを使用します。インテリジェントな製造およびインテリジェントな機器で、主に生産ラインのビッグデータ、高度な製造技術、単一のインテリジェントなコラボレーション、マルチマシンコラボレーション、およびインテリジェントな管理に関しては、インテリジェントな管理に基づいています
。報告書は、インテリジェントバッテリー設計の観点から、実験的な試行錯誤、シミュレーションドライブ段階を経て、インテリジェントな自動開発の方向に向かっています。インテリジェントな自動設計には、高精度モデリングと効率的なインテリジェントな最適化アルゴリズムの2つのコアテクノロジーが含まれます。設計パラメーターとコアパフォーマンスの間の正確な構造活性関係を確立し、設計プロセスの最適で最速のパスを自動的に見つけることができます。この技術は、バッテリーの研究開発の効率を1〜2桁改善し、研究開発コストの70％から80％を節約できます。
インテリジェントバッテリー製造プロセスは、プロセスデジタルツインテクノロジー、欠陥インテリジェント監視テクノロジー、および生産ラインビッグデータ分析テクノロジーを通じて実現できます。 Ouyang Minggaoが導入しました。 'プロセスデジタルツインテクノロジーはプロセス開発の効率を促進することができ、一般にバッテリーポールのフロントセグメントの製造プロセスで使用されます。な予測と意思決定のためにバッテリー生産ラインデータを完全にマイニングすることにより、コストを削減し、効率を高めることができます。
インテリジェント 'バッテリーの温度、電位、圧力、その他の条件を感知し、評価し、予測するためにセンサーをバッテリーに入れてから、大きなモデルを介してバッテリーを管理して、バッテリーの安全性、電力、耐久性をさらに向上させることができます。' Ouyang Minggaoは指摘しました。たとえば、熱暴走の安全性警告を取り、パワーバッテリーの熱暴走事故は比較的まれであり、大規模なデータを形成することは困難だったため、過去に熱暴走安全警告を達成することは非常に困難でした。今日、人工知能のデジタルツインテクノロジーを通じて少量のデータに基づいて大規模なデータベースを生成して、熱暴走の予測と熱反応調節を実現することができます。
バッテリーリサイクルには、スマートテクノロジーも必要です。インテリジェントなバッテリーリサイクルには、インテリジェントな分解、寿命の延長と修理、再編成とステップ利用、モノマー分解、材料のリサイクルが含まれます。 「スマートテクノロジーで非破壊的な修理を行うことができ、バッテリー寿命について予測することもできます。」Ouyang Minggao氏は言います。
Ouyang Minggaoは、人工知能2.0の時代の到着により、大規模なモデルは生産性を大幅に向上させ、急速な発展の前夜に向けて大幅に向上させると述べましたが、パワーバッテリー産業は、データ不足、新しい電気システム開発と統合する方法など、全ライフサイクルのインテリジェントな開発の過程で依然としていくつかの課題に直面しています。 '電気化学システムは引き続き反復し、アップグレードされており、大規模なバッテリーモデルをすべての固体状態のバッテリーなどの新しいシステムに迅速に適用する方法を研究する必要があります。
