SES AI胡啟朝：人工智能加速電池和材料研發革命
今年的諾貝爾物理學獎和化學獎都頒給了AI(人工智能)領域。作為高端制造產業，AI在對于電池材料的開發、生產制造、安全性能提升方面的潛力同樣驚人，主流以及電池新勢力企業，都已經開始加碼AI模型的構建與訓練，通過借助AI開發出更好性能的電池材料、構建更高質量的制造體系，以及更安全可靠的產品。
中國科學院院士歐陽明高曾指出，鋰電下一個10年的技術競爭核心將在于材料，而AI正在改變材料的研發范式。在AI的賦能下，鋰電池產業企業將存在被“顛覆”或“彎道超車”的可能。
11月18日，在第九屆動力電池應用國際峰會(CBIS2024)上，SES AI Corporation(簡稱“SES AI”)創始人兼CEO胡啟朝博士作了題為《AI加速電池和能源材料的開發》的主題演講。
2023年全球共銷售電動汽車約1400萬輛，今年這一數字預計將達到1700萬輛，將搭載170億顆電芯。
一方面，隨著電動汽車數量急劇攀升，開發更高性能的電池滿足電動汽車高質量發展需求變得更為緊迫;另一方面，如何保障如此龐大數量的電芯能夠被可靠制造、安全運行也成為產業界關注的焦點。
演講中，胡啟朝指出，現階段的傳統電池開發過程主要有著三個方面的突出問題：
一是材料創新的進展很慢，適用于電池材料分子有1011之多，但截至目前僅有1000個分子被研究過。
二是現階段電池生產過程中很難檢測到所有的生產缺陷，1700萬輛電動汽車大約有170億顆電芯，涉及50萬億的質量控制數據。
三是電池裝車后難以準確預測到電池健康和車輛價值，170億顆電芯，涉及30萬億條循環壽命數據。
針對傳統電池材料開發、制造和安全痛點，SES AI引入AI技術，依托AI 模型重塑電池材料開發、電芯制造和安全應用過程。
值得一提的是，在今年的二季度股東大會上，SES AI宣布全面投入人工智能的戰略(All-in on AI)，將AI戰略性地整合到自身發展中，涵蓋技術開發、生產制造和下游應用三個方面，從根本上重塑商業模式，以發揮其價值。這是綜合目前電池企業探索看來，AI生態的典型。
據胡啟朝介紹，SES AI構建了AI for Science、AI for Manufacturing和AI for Safety三大平臺：
AI for Science方面，“電池的根本材料其實就是分子宇宙，所有電池材料都可以用小分子開發出來。”胡啟朝表示，在電池材料創新開發上，傳統的開發手段主要依賴于科學家及人，往往存在運氣成分。而AI For Science可以通過計算宇宙中所有合適電池材料分子的物理和化學屬性，高效模擬仿真，快速尋找新材、驗證各種材料的組合效果，幫助人類科學家找到最優的新分子材料和材料組合，把之前依靠人和運氣的偶然因素去掉。隨后，人類科學家將對篩選出的分子進行合成，并在電芯中測試，以評估其在真實環境下的性能。目前，短短兩個月SES AI的AI for Science 模型在鋰金屬電池材料開發上就已取得驗證，其模型生成的新溶劑分子將電池循環壽命提高了20%。
SES AI擁有目前世界上最大、最準確的分子數據庫并在不斷完善，計劃一年之內把1011小分子通過硬件和軟件算法將其物理、化學性能計算出來。據悉，SES AI開發出的鋰金屬電池，其庫倫效率達到了99.6%，其性能、安全表現可以滿足電動汽車、飛行汽車、無人機等場景的需求。同時，SES AI是行業內首個進入車規級鋰金屬電池A樣品和B樣品階段的企業。
值得一提的是，今年8月，SES AI研發的100Ah鋰金屬電芯順利通過了GB 38031-2020《電動汽車用動力蓄電池安全要求》的安全測試，成為行業首個通過該標準的鋰金屬電芯，在下一代電池技術商業化進程上邁出重要一步。
AI for Manufacturing方面，SES AI團隊將整個電池的設計、生產，以及在汽車上的運營數據構建一個數字孿生，基于AI模型實現電芯制造質量水平的躍升。
AI for Safety方面，SES AI開發的鋰金屬電池AI監測軟件比傳統的物理模型，能夠更精準地監測到電池健康狀況、預測電池故障。SES AI將15000個不同設計的鋰金屬電芯生產和安全數據結合，在大型語言模型(LLMs)上進行了預訓練，結合AI for Manufacturing&Safety，它可以達到幾乎百分百的電池事故預警準確率。
“我們最終的目標是基于AI 模型建立龐大的分子宇宙模型，并依托AI模型進行電池材料如電解液、正極新材料等的開發?！焙鷨⒊硎?，最終開發出分別適用于電動汽車、儲能、機器人、計算數據中心等各種場景的電池;未來，再將終端數據反饋到AI 模型上，反過來促進太陽能、電池新材料的發現，從而形成能源(太陽能、儲能)——應用(汽車、無人機、eVTOL等)——智能(基于AI模型訓練數據開發出新的太陽能、電池材料)的良性閉環生態。
相關閱讀：
驗證碼：
