电池技术促进电气化和可持续性讨论，第四部分

谈论技术、量子和人工智能将非常有趣，将有助于未来电池的化学。所以你怎么看?有没有涉及量子和人工智能的研发项目?

让我谈谈人工智能，因为这是一个非常有趣的话题。你知道，当你组装一个新的电动汽车电池的设计时，你需要组合一个包含许多不同参数的技术堆栈。有些与正极材料有关，有些与负极材料有关，有些与电解质有关，然后是尺寸、制造工艺等。然后您需要针对特定应用优化该设计，例如，高端车或中档车等，具有不同的特点。好吧，今天，很多设计过去都是基于读取驻留在电池制造商中的信息。但是大约十年前发生的事情，这确实是电池世界的一场革命，特斯拉开始收集他们出售的每辆汽车的所有电池的数据，在这些不同的驾驶条件和充电周期中，我的电池组中的数十万个电池以不同的方式放电和充电。所有这些数据都上传到云中的空中并进行分析。

现在如果你有大约一打例如，在一辆 EV 中有一千个电池，而您有 100 万辆 EV 在路上行驶，这意味着您每天有十亿个电池数据，这意味着您在一年的三分之一时间内拥有千亿个关于这些电池如何放电的数据点和充电。然后你可以用人工智能来挖掘数据，挖掘有两个效果。首先，您可以推送更新电池管理系统，这样即使在购买我的特斯拉一年后，它的驾驶性能也会更好。第二点是，当您设计下一代时，您拥有的信息对于下一代设计具有难以置信的价值。现在特斯拉并不是唯一这样做的人。我们知道，大众、保时捷、通用和其他公司也计划进行无线更新并从所有客户那里收集信息。

所以趋势如下。数据是金，电池数据更为重要，因为您需要真正优化设计，不仅要考虑产量和成本，还要考虑长期性能、安全性和可靠性。归根结底，这就像在搜索引擎中一样。谷歌的搜索引擎超过了雅虎搜索引擎的性能，因为谷歌能够使用大量流量从本质上改进其算法。随着流量的增加，使用人工智能进行优化的能力也在增加。我们称之为网络效应。

因此，人工智能在电池设计和电池生产中的作用才刚刚开始，并将在接下来的十年中继续增加。就像在搜索引擎中一样。谷歌的搜索引擎超过了雅虎搜索引擎的性能，因为谷歌能够使用大量流量从本质上改进其算法。随着流量的增加，使用人工智能进行优化的能力也在增加。我们称之为网络效应。因此，人工智能在电池设计和电池生产中的作用才刚刚开始，并将在接下来的十年中继续增加。就像在搜索引擎中一样。谷歌的搜索引擎超过了雅虎搜索引擎的性能，因为谷歌能够使用大量流量从本质上改进其算法。随着流量的增加，使用人工智能进行优化的能力也在增加。我们称之为网络效应。因此，人工智能在电池设计和电池生产中的作用才刚刚开始，并将在接下来的十年中继续增加。