Così l'intelligenza artificiale accelera lo sviluppo delle batterie

Consente di analizzare fino a 10.000 nuove chimiche al secondo. E grazie all'autoapprendimento, individua le soluzioni migliori

Di: Francesco Barontini

17 ott 2023 alle 07:00

Quando si parla di batterie per auto elettriche, ci sono circa 10 miliardi di diverse molecole disponibili e che possono essere usate per la realizzazione di anodi, catodi, elettroliti. I produttori di batterie devono prendere una serie di queste molecole e combinarle tra loro per produrre i vari componenti.

Questo numero dà bene l’idea di come sia complicato trovare la formula giusta e quante variabili entrino in gioco nella definizione delle logiche di funzionamento e delle prestazioni di un singolo accumulatore. Ma come fanno le aziende del settore a trovare la soluzione migliore? Fino a oggi, più o meno, sperimentando varie chimiche. Adesso, però, la tecnologia offre metodi alternativi.

Analisi lampo

In aiuto ai produttori di batterie arriva l’intelligenza artificiale. Grazie alle simulazioni al computer e a metodi di autoapprendimento delle macchine, infatti, si possono analizzare numerosissime possibilità senza andare fisicamente in laboratorio e senza necessità di costruire un prodotto “reale” e testarlo sul campo.

Questo consente di valutare più soluzioni in meno tempo e spendendo meno soldi. Una startup di Palo Alto, la Aionics, afferma per esempio che grazie proprio all’intelligenza artificiale può valutare 10.000 soluzioni diverse al secondo per la definizione della formula chimica dell’elettrolita.

Un continuo processo di ottimizzazione

C’è di più: oltre a un’analisi velocissima, l’intelligenza artificiale permette anche di individuare la strada giusta da seguire per realizzare prodotti migliori o, più in generale, per realizzare prodotti che rispondono meglio alle richieste dei vari clienti.

L’utilità dell’intelligenza artificiale applicata alle batterie è stata compresa anche da Case automobilistiche tradizionali, che a volte si rivolgono direttamente alle startup di settore (Porsche, per esempio, collabora proprio con Aionics) o si impegnano in prima persona. È il caso di Nissan, che ha messo in piedi un team dedicato all’AI con sede nella Silicon Valley che cerca soluzioni per la produzione di batterie allo stato solido.