Batterie più efficienti e performanti grazie all’AI

Le aziende di batterie hanno iniziato a usare algoritmi di machine learning per ideare nuovi prodotti chimici, componenti e tecniche di ricarica più rapide di quanto oggi è consentito dai metodi tradizionali.

Per fare un paio di esempi, ricercatori del MIT, di Stanford e del Toyota Research Institute hanno addestrato un modello per trovare modi migliori di ricaricare velocemente le batterie agli ioni di litio senza degradarne la durata di vita (ricariche troppo veloci infatti rischiano di ridurre le performance della batteria). Il modello ha permesso loro di completare in 16 giorni esperimenti che normalmente ne avrebbero richiesti 500.

Per citare un altro esempio, una piattaforma di machine learning sviluppata dalla californiana Wildcat Technologies ha aiutato InoBat, una startup slovacca, a sviluppare una batteria agli ioni di litio che aumenterebbe l’autonomia dei veicoli elettrici di quasi il 20%. InoBat prevede di iniziare a produrre le batterie entro la fine del 2021.

Per approfondire l’argomento, e per altri esempi, consiglio questo articolo di Wired: AI Is Throwing Battery Development Into Overdrive

Sono Head of Artificial Intelligence di SNGLR Holding AG, un gruppo svizzero specializzato in tecnologie esponenziali con sedi in Europa, USA e UAE, dove curo i programmi inerenti all'intelligenza artificiale. Dopo la laurea in Management ho conseguito una specializzazione in Business Analytics a Wharton, una certificazione Artificial Intelligence Professional da IBM e una sul machine learning da Google Cloud. Ho trascorso la maggior parte della carriera – trent'anni - nel settore della cybersecurity, dove fra le altre cose sono stato consigliere del Ministro delle Comunicazioni e consulente di Telespazio (gruppo Leonardo). Oggi mi occupo prevalentemente di intelligenza artificiale, con consulenze sull'AI presso aziende private e per la Commissione Europea, dove collaboro con la European Defence Agency e il Joint Research Centre. Questo blog è personale.