文 | 王方玉
編輯 | 蘇建勛
全球范圍刮起的AI風(fēng)暴，如今吹到了鋰電行業(yè)。
今年3月，寧德時代董事長曾毓群在接受采訪時表示，寧德時代設(shè)立的香港研發(fā)中心最主要聚焦于AI for Science（AI 驅(qū)動的科學(xué)研究），“挖掘新能源材料、體系和應(yīng)用方案的AI都是要Focus做的事情。”
這是寧德時代首次對外透露香港研發(fā)中心的工作重點。
去年12月，寧德時代宣布將在香港設(shè)立國際研發(fā)中心的消息并未引發(fā)太多市場關(guān)注度。但作為全球最大的鋰電池制造商，寧王的研發(fā)策略無疑有著風(fēng)向標(biāo)式的意義，其布局昭示出，AI驅(qū)動的研發(fā)正在成為鋰電池技術(shù)創(chuàng)新的突破口之一。
寧德時代對于AI驅(qū)動研發(fā)的布局也并非首創(chuàng)。過去一年多來，在電池研發(fā)領(lǐng)域，AI 驅(qū)動的科學(xué)研究頻傳捷報：
今年1月，微軟量子計算團隊與美國能源部下屬實驗室合作，利用AI在80個小時內(nèi)對3200萬種材料進行了篩選，從中找出了18種潛在的新電池材料。
去年12月，谷歌DeepMind在Nature上發(fā)表文章稱，其新研究的一種材料發(fā)現(xiàn)工具發(fā)現(xiàn)了220萬種理論上穩(wěn)定的新晶體材料，可應(yīng)用于能源、通訊和傳感等領(lǐng)域。
這些由AI研發(fā)取得的國外研究成果也引起了國內(nèi)學(xué)者的高度關(guān)注。
中國科學(xué)院院士歐陽明高在今年1月的一次會議上提及了上述研究，他指出“鋰電下一個十年的技術(shù)競爭核心在于材料，而人工智能正在改變材料的研發(fā)范式，將大幅度加速全固態(tài)電池的研發(fā)速度。”
然而現(xiàn)實中，由于種種原因，36氪了解到，國內(nèi)鮮少有鋰電廠商投入布局AI研發(fā)，即使是龍頭寧德時代也是剛剛開始相比國外企業(yè)與科研機構(gòu)，中國鋰電企業(yè)已經(jīng)落后了半拍。
自1991年日本索尼公司發(fā)布世界上第一塊鋰電池，全球鋰電產(chǎn)業(yè)先后經(jīng)歷日本壟斷、日韓爭霸，再到如今中國領(lǐng)先，規(guī)模、成本都引領(lǐng)世界。
但在新的AI時代，國外企業(yè)正借助AI這一新工具攻克固態(tài)電池技術(shù)、試圖換道超車。而固態(tài)電池被認(rèn)為是鋰電的終極形態(tài)，有望對于現(xiàn)行的液態(tài)鋰電池實現(xiàn)完全替代。這也意味著，中國鋰電產(chǎn)業(yè)在液態(tài)電池領(lǐng)域的過往成績有可能會被AI所顛覆。
面對國外日新月異的技術(shù)進步，歐陽明高警示行業(yè)“人工智能的時代，不要用過去推論未來”，中國鋰電企業(yè)“要敲響警鐘”。
AI顛覆電池材料研發(fā)
當(dāng)前，國內(nèi)大部分鋰電池廠商在使用計算機模擬仿真的方式開展研發(fā)。
顧名思義，模擬仿真是通過計算機模擬仿真復(fù)雜現(xiàn)象。從材料選型與電極、電芯設(shè)計，模擬仿真軟件可以幫助企業(yè)減少實驗次數(shù)，縮短研發(fā)周期。
在這一領(lǐng)域，國內(nèi)也涌現(xiàn)出了如邁高材云、易來科得、儲慧智能等提供研發(fā)仿真軟件及解決方案的創(chuàng)業(yè)公司。據(jù)悉，易來科得和儲慧智能還分別與比亞迪、寧德時代建立了合作關(guān)系。
而寧德時代香港研發(fā)中心要布局的AI for Science，則是一種全新的科學(xué)研究方法。
與計算機模擬仿真復(fù)雜現(xiàn)象不同，AI for Science通過大數(shù)據(jù)分析去理解、逼近復(fù)雜系統(tǒng)。
遠(yuǎn)景動力先進研發(fā)總監(jiān)余樂對36氪做了一個形象的比喻，要知道推一個車的實際加速度是多少，計算機模擬仿真可以用牛頓第二定律進行推算；但路面上的摩擦力是無法被計算的，大數(shù)據(jù)則可以通過實際數(shù)據(jù)分析進行測算。
根據(jù)圖靈獎得主Jim Gary對于科學(xué)發(fā)現(xiàn)的歷史演變的分類，目前國內(nèi)鋰電產(chǎn)業(yè)普遍采用的模擬仿真是科學(xué)發(fā)現(xiàn)的第三范式，而AI for Science數(shù)據(jù)驅(qū)動的研發(fā)是“第四范式”。
36碳制圖
對于鋰電產(chǎn)業(yè)來說，相比計算模擬，AI for Science的顯著優(yōu)勢就在于提升研發(fā)的效率和速度。
歐陽明高指出，AI將加速固態(tài)電池技術(shù)突破，讓其在2030年左右實現(xiàn)產(chǎn)業(yè)化突破更具確定性。
“AI可以更快更高效地發(fā)現(xiàn)、篩選包括新的固態(tài)電解質(zhì)在內(nèi)的多類電池材料。”專注鋰電池賽道的資深投資人王皓辰對36氪解釋道，目前全固態(tài)電池的難點之一就在于開發(fā)穩(wěn)定的電化學(xué)材料體系。日本豐田擁有全球最多的固態(tài)電池領(lǐng)域?qū)＠麛?shù)，在過去30多年已嘗試了數(shù)萬種電解質(zhì)應(yīng)用到電池中，但至今未成功量產(chǎn)，而AI技術(shù)的發(fā)展有希望幫助解決這一問題。
幫助固態(tài)電池發(fā)現(xiàn)新材料是AI for Science最具革命性的和顛覆性的應(yīng)用。不過在電池研發(fā)領(lǐng)域，AI for Science可發(fā)揮作用的地方不止于此。
余樂告訴36氪，AI for Science也可以用在液態(tài)電池、鋰空氣電池、儲能電池等領(lǐng)域，但凡性能可以被良好定義的、有穩(wěn)定的數(shù)字化性能的電池都可以應(yīng)用AI，幫助改進、提升性能。
“在研發(fā)測試環(huán)節(jié)，AI輔助能夠極大的減少設(shè)計迭代的輪數(shù)和每一輪所需要進行的設(shè)計數(shù)，從而節(jié)省時間；在電解液的調(diào)整配比上，AI也可以更好地優(yōu)化電解液配方。” 余樂表示，隨著神經(jīng)網(wǎng)絡(luò)和Deep Learning的快速發(fā)展，配合大數(shù)據(jù)的訓(xùn)練，用AI來輔助研發(fā)，非常高效。
在實際應(yīng)用中，AI for Science可以與模擬仿真工具進行配合，兩者各有所長。
余樂表示：“對于應(yīng)力、熱和電傳導(dǎo)，可以用公式很好的描述，拿到高精度的仿真結(jié)果，模擬仿真軟件更有效，AI的優(yōu)勢就不大了。但對于復(fù)雜的電化學(xué)反應(yīng)，無法通過公式表征和描述，很難實現(xiàn)仿真，即使仿真效果也遠(yuǎn)不及數(shù)據(jù)驅(qū)動，這時候AI會有很好的應(yīng)用效果。”
國內(nèi)企業(yè)處于落后地位
盡管AI for Science對于未來十年的電池研發(fā)突破意義重大，5年內(nèi)甚至可能顛覆現(xiàn)有的液態(tài)電池產(chǎn)業(yè)，但面對“遠(yuǎn)處的威脅”，大部分國內(nèi)鋰電廠商仍然缺乏積極布局AI研發(fā)的動力。
36氪了解到，目前國內(nèi)鮮少有鋰電廠商投入布局AI研發(fā)，更多的停留在第三范式模擬仿真的階段行業(yè)內(nèi)有能力進行前瞻性技術(shù)布局的，只是少數(shù)。
對于當(dāng)前陷入行業(yè)淘汰賽的鋰電池廠商，尤其是二線企業(yè)而言，拿訂單求生存是第一要務(wù)，它們難以計之長遠(yuǎn)、在一個可能在5年后引發(fā)變革的新技術(shù)上做太多投入。
億緯鋰能董事長劉金成在3月的一次會議上直言，在未來的技術(shù)迭代過程中，以全固態(tài)電池技術(shù)為代表的動力電池的新技術(shù)有望在2027年實現(xiàn)產(chǎn)業(yè)化，2027年二線電池企業(yè)本身是否還存在具有不確定性。其次二線企業(yè)還有沒有錢研究這些新技術(shù)也具有不確定性。
圖片來源：視覺中國
前瞻性的技術(shù)往往是不成熟的，需要付出不少時間和成本進行探索。曾毓群在接受采訪時坦言，AI for Science 目前還沒有特別好的模型、結(jié)構(gòu)、算法，還有很長的路要走。
AI研發(fā)在實際落地中還面臨著客觀條件的限制，尤其是人才的缺乏。余樂提到，鋰電池的AI研發(fā)屬于材料學(xué)與計算機的交叉學(xué)科，國內(nèi)化學(xué)系人才普遍不掌握編程能力，企業(yè)缺乏既懂材料又懂計算機的跨界人才。
一家提供第三方AI研發(fā)服務(wù)的公司告訴36氪，他們有大約20多人的團隊為一家國內(nèi)頭部鋰電廠服務(wù)，但該企業(yè)的IT團隊完全不懂材料，導(dǎo)致軟件定制化開發(fā)的工作很難開展。
面對AI for Science，一個可能引發(fā)巨大變革的新技術(shù)，中外廠商之間無疑已經(jīng)產(chǎn)生了分野。
王皓辰表示，以微軟和谷歌為代表，硅谷投資項目跟國內(nèi)的風(fēng)格完全不一樣，它們并不追求短期內(nèi)有明確的經(jīng)濟回報。這種不同導(dǎo)致國內(nèi)企業(yè)整體在AI for Science這類新技術(shù)的研發(fā)上處于落后位置，還需要補足功課。
不過，王皓辰表示，國內(nèi)廠商對于布局AI for Science不夠積極，很大原因是還沒有認(rèn)識到這一技術(shù)的價值。
“專家預(yù)測AI將加速固態(tài)電池技術(shù)突破，讓其在2030年左右實現(xiàn)產(chǎn)業(yè)化突破更具確定性。但可能性有多大，確定性有多高很難說。目前AI研發(fā)這個工具還沒有夸張到讓電池廠覺得是生死攸關(guān)的地步。”
就眼下國內(nèi)鋰電產(chǎn)業(yè)的情況而言，他認(rèn)為中國廠商要全面擁抱AI for Science還需要一個新的契機或者刺激。
“如果哪天谷歌DeepMind突然宣布和三星SDI或LG新能源合作，或者特斯拉的AI部門和電池部門宣布合作，讓中國鋰電企業(yè)感到威脅，應(yīng)用AI for Science的步伐應(yīng)該會大大加快。”他表示。
