วิจัยใหม่ใช้ Machine Learning เทรนแบตฯ ประหยัดเวลา 98% ลดต้นทุนยับ
นักวิจัย University of Michigan เปิดตัวเทคนิค Discovery Learning ใช้ Machine Learning ช่วยทำนายอายุการใช้งานแบตเตอรี่ Lithium-ion แม่นยำสูง ช่วยลดเวลาทดสอบได้ถึง 98% และลดต้นทุนการพัฒนาได้กว่า 95% เตรียมรองรับตลาดแบตเตอรี่โลกที่กำลังพุ่งทะยาน
รู้ไหมว่ากว่าจะได้แบตเตอรี่ก้อนหนึ่งมาอยู่ในมือถือหรือรถ EV ให้เราใช้กัน นักพัฒนาต้องเสียเวลาทดสอบกันจนรากงอก เพราะวิธีดั้งเดิมคือการเอาแบตเตอรี่ต้นแบบมาชาร์จเข้า-ชาร์จออกวนไปเรื่อย ๆ จนกว่ามันจะพังคาตาเพื่อดูว่าทนแค่ไหน ซึ่งกระบวนการนี้กินเวลาเป็นเดือนหรือเป็นปี แถมยังเปลืองไฟมหาศาล เรียกว่าเป็นคอขวดของวงการเลยทีเดียว
แต่ล่าสุดปัญหานี้กำลังจะหมดไป เมื่อทีมนักวิจัยจาก University of Michigan ได้ตีพิมพ์ผลงานลงในวารสาร Nature นำเสนอเฟรมเวิร์กใหม่ที่ชื่อว่า Discovery Learning ซึ่งเป็นการใช้ Machine Learning เข้ามาช่วยทำนายอายุขัยของแบตเตอรี่ โดยเคลมว่าวิธีนี้ช่วยลดเวลาในการพัฒนาได้ถึง 98% และประหยัดต้นทุนไปได้กว่า 95% เมื่อเทียบกับวิธีปกติที่ทำกันอยู่
ระบบนี้ทำงานโดยแบ่งหน้าที่เป็น 3 ส่วนหลัก ได้แก่ Learner (คัดเลือกแบตฯ ต้นแบบที่น่าสนใจมาทดสอบ), Interpreter (วิเคราะห์ข้อมูลคุณสมบัติทางกายภาพ) และ Oracle (พ่อหมอทำนายอายุการใช้งาน) โดยความเจ๋งคือระบบสามารถทำนายผลได้โดยไม่ต้องรอให้แบตเตอรี่พังจริง ๆ และนำข้อมูลที่ได้วนกลับไปสอนระบบให้ฉลาดขึ้นเรื่อย ๆ ช่วยให้การคัดเลือกดีไซน์แบตเตอรี่ใหม่ ๆ ทำได้รวดเร็วแบบติดจรวด
เรื่องนี้สำคัญมากในเชิงธุรกิจ เพราะตลาดแบตเตอรี่โลกสำหรับ EV และอุปกรณ์ต่าง ๆ มีมูลค่าสูงถึง US$120 billion (≈ 4.2 ล้านล้านบาท) และคาดว่าจะพุ่งไปแตะ US$500 billion (≈ 17.5 ล้านล้านบาท) ในปี 2030 การลดต้นทุนการวิจัยได้หมายถึงกำไรที่มากขึ้นและราคาขายที่อาจจะถูกลงสำหรับผู้บริโภค
อย่างไรก็ตาม อาจารย์ Chao Hu จาก University of Connecticut ก็ฝากข้อคิดสะกิดใจไว้หน่อยว่า แม้ระบบนี้จะดูเทพซ่าแค่ไหน แต่ก็ต้องรอดูกันต่อไปว่าถ้าเจอแบตเตอรี่ดีไซน์ใหม่หลุดโลก หรือต้องไปใช้งานในสภาพอากาศแปรปรวนแบบของจริง ระบบจะยังแม่นยำอยู่หรือเปล่า แต่ก็นับว่าเป็นก้าวที่น่าตื่นเต้นสำหรับวงการพลังงานโลกเลยล่ะ
ความเห็น (0)
เข้าสู่ระบบเพื่อแสดงความเห็น
เข้าสู่ระบบยังไม่มีความเห็น
เป็นคนแรกที่แสดงความเห็นในบทความนี้