Bloomberg, Pengembangan baterai biasanya merupakan proses yang lambat dan melelahkan, dengan pengujian dan pengujian ulang yang ekstensif. Kini memanfaatkan kecerdasan buatan (artificial intelligence/AI), waktu yang dibutuhkan bisa lebih cepat.
Mengukur berapa lama baterai dapat bertahan, misalnya, dapat melibatkan pengisian dan pengosongan ribuan kali. Dengan menggunakan AI, pengembang dapat memangkas waktu dan biaya desain baterai dengan melakukan iterasi yang lebih cepat dan lebih efisien.
Salah satu model prediksi awal membantu mengurangi waktu yang diperlukan untuk mengidentifikasi teknik pengisian daya cepat, dari 500 hari menjadi 16 hari, sebagian dengan memprediksi masa pakai akhir menggunakan data dari beberapa siklus pertama, menurut sebuah studi Nature tahun 2020.
“Industri farmasi, yang memiliki biaya penelitian dan pengujian yang sangat mahal, adalah sektor yang telah menggunakan pendekatan seperti ini selama bertahun-tahun,” kata Alp Kucukelbir, co–founder dan kepala ilmuwan di perusahaan AI Fero Labs, yang menulis laporan tentang potensi AI untuk memacu solusi iklim.
Saat ini ada insentif finansial dan sosial untuk menerapkan teknik yang sama pada industri baterai dan mobil listrik, ujarnya.
Chemix, pengembang baterai kendaraan listrik memanfaatkan teknologi kecerdasan buatan (artificial intelligence/AI), mengatakan bahwa algoritmanya dapat membantu konsumennya membuat baterai khusus dengan sifat-sifat tertentu.
Hasil pekerjaan Chemix, yang berbasis di Sunnyvale, California, secara khusus dapat menghasilkan baterai dengan kemampuan untuk menahan suhu tinggi atau tidak menggunakan bahan tertentu.
Chemix mendesain baterai dan bekerja sama dengan mitra manufaktur untuk membuat sel, yang kemudian dijual dengan harga premium kepada pelanggan.
Dalam sebuah kasus, Chemix membantu klien mengembangkan elektrolit baru—zat yang mentransfer ion antara katoda dan anoda baterai—yang dapat memperpanjang masa pakai baterai hingga 400% dalam kurun waktu dua bulan, menurut co–founder dan Chief Executive Officer Kaixiang Lin.
Proses ini biasanya membutuhkan waktu dua kali lipat dari waktu tersebut tanpa menggunakan AI.
Lin tidak mengungkapkan basis pelanggan Chemix saat ini, tetapi mengatakan bahwa mereka termasuk pembuat mobil listrik premium yang ingin beralih dari baterai yang tersedia di pasaran.
Saat ini, fokus perusahaan startup ini pada desain elektrolit untuk EV, tetapi mereka berencana beralih ke katoda, anoda, dan slurry —semua komponen baterai yang sangat penting— serta baterai rumah.
Pasar mobil listrik berkembang dengan cepat, menghadirkan tantangan bagi produsen baterai yang ingin mengimbangi laju perkembangannya.
“Chemix tidak menciptakan bahan kimia baru, tetapi berupaya membuat apa yang sudah ada menjadi lebih baik,” ujar Yann Lagalaye, managing partner BNP Paribas Solar Impulse Venture Fund, yang berinvestasi dalam pendanaan ini.
“Dan hanya dengan meningkatkan [chemistry] yang sudah ada saja sudah sangat besar, karena dengan melakukan itu mereka dapat menangani pasar yang belum terlayani” yang saat ini bergantung pada baterai di pasaran dan tidak dibuat khusus untuk kebutuhan mereka, seperti mobil sport listrik dan sepeda motor.
Chemix sedang mengembangkan kumpulan data eksklusif yang dikumpulkan di laboratorium fisik perusahaan, dan akan digunakan untuk membantu melatih model AI, kata Lin.
“Untuk benar-benar menerapkan AI secara praktis dan juga mengeluarkan potensi penuh dari AI, hal yang kurang dari industri ini adalah ketersediaan data,” katanya.
“Jika Anda melihat genAI, jenis aplikasi ChatGPT, mereka dapat menyaring data yang sangat besar dari internet, tetapi ketika menyangkut pengembangan baterai atau perangkat keras, tidak ada data yang cukup.”
Chemix telah menyelesaikan putaran pendanaan Seri A senilai US$20 juta, dipimpin oleh Ibex Investors. Chemix. Chemix yang baru berusia tiga tahun ini akan menggunakan dana tersebut untuk meningkatkan teknologinya, menggunakan algoritma untuk mendesain dan mengoptimalkan baterai baru bagi para pembuat kendaraan listrik.
Seiring dengan meningkatnya minat terhadap AI, begitu pun dengan pengawasan teknologi terhadap intensitas energi dan beban yang ditimbulkannya pada pusat data dan jaringan listrik, terdapat peluang bagi AI untuk membantu mempercepat dekarbonisasi lewat percepatan pengembangan material yang berkelanjutan.
- Dengan asistensi Michelle Ma.
(bbn)
