钜大LARGE | 点击量：494次 | 2023年08月10日
丰田正式启动下一代动力锂电池研究项目
负责丰田自动驾驶技术研究的丰田美国研究院(TRI)又出来刷存在感了，记者获悉，近日，由TRI领导的丰田下一代动力电池研究项目正式启动，跟我们之前了解的TRI一样，这次的研究项目依然加上了“使用人工智能和机器学习技术开发”这样的表述。
还是先来了解一下今天的TRI新电池材料计划吧，以下是计划目标：
1)开发锂电池和燃料电池新材料和模型
2)设立工作计划更广泛的应用人工智能、机器学习和材料信息学方法来开发和设计新材料
3)研发集成了仿真、人工智能、机器学习或机器人的自动化材料发现系统
符合Exic IIB T4 Gc防爆标准
充电温度：0~45℃
-放电温度：-40~+55℃
-40℃最大放电倍率：1C
-40℃ 0.5放电容量保持率≥70%
作为几十年来并无实质突破的领域，材料科学研究近两年随着动力电池的大规模应用而逐渐升温。所有的动力电池制造商都在探索新材料的应用，以增加现有电池的能量密度和生命周期。
2015年，特斯拉成功“策反”了与3M公司合作研究电池材料超过20年的锂电池专家JeffDahn，特斯拉电池业务部门和JeffDahn领导的电池研究小组在Dalhousie大学达成了一个新的伙伴关系。JeffDahn的研究重点变为提高锂离子电池的能量密度和电池寿命以降低特斯拉汽车和储能设备的电池成本。
回到TRI电池材料项目，36氪了解到，该项目投资总额达到3500万美元，TRI将与研究所、大学科研机构和材料科研公司展开合作，一并公布的，还有几位已确认的TRI合作伙伴，包括斯坦福大学、马萨诸塞理工学院、密歇根大学、布法罗大学、康涅狄格大学和英国材料科学公司Ilika。
TRI首席科学官(CSO)EricKrotkov表示：“丰田认识到，人造智能是一项重要的基础技术，可以运用到许多行业中，我们很自豪地利用它来探索材料科学的极限。加快材料发现的步伐将有助于为未来的清洁能源愿景奠定基础，使我们更加接近丰田到2020年将全球平均新车二氧化碳排放量减少90%的愿景。”
斯坦福大学教授、SUNCAT中心主任JensNorskov也对合作充满期待：“现在在新材料发现中大量推进使用数据库和机器学习技术的绝佳时刻。我们的合作伙伴关系可以将理论、计算和实验结合起来，进行了前所未有的协同努力。对于开发燃料电池催化剂的前沿技术，我们感到非常兴奋。”
高管的态度是积极的，但丰田集团总裁丰田章男的态度很可能是焦急的。看出区别了吗？对于特斯拉(及其他大多数电池制造商)而言，身处产业链的一环，他们更致力于尽快将技术商业化，以上文中提到的特斯拉电池专家JeffDahn为例，他的工作是阻止高压状态下对正极有害的不良反应，并尽快实现新技术的商业化，而随后的量产电池检测表明，新技术后的电池在高压状态下电解质与正极的反应几乎停滞，使得高性能的NMC锂离子电池可以在高压状态下运作。换句话说，JeffDahn完美的实现了将技术投身产业的目标。
而TRI的发展思路更像一个大学科研机构，而非商业公司的做法。除了电池材料研究项目，TRI还负责丰田的自动驾驶汽车项目。36氪此前曾进行过报道，不同于业界都在研发的全自动驾驶技术，TRI更专注于通过人工智能提升人类驾驶的体验，TRICEOGillPratt博士曾专门解释过两种发展思路的差异：“这两种研究方向可描述为‘平行’与‘串行’，前者意味着机器代替人类，后者是机器与人协作的方式。”他介绍道，丰田将坚持“以人为本”的理念，保持人类的驾驶乐趣。“我们担心的是如何让自动驾驶不拿走驾驶乐趣。”他说，“如果自动驾驶可以避免事故，它应该也能带来更多的驾驶乐趣。”
而实现TRI这种“机器与人协作”的路径，便是人工智能与深度学习技术。发展思路有异无可厚非，然而丰田似乎过于保守了，在TRI在2017年3月发布的第二代自动驾驶汽车上，丰田搭载了7枚激光特种(1枚64线、6枚16线)前后及左右两侧搭载普通特种和GPS天线，车头两侧分别安装了三枚摄像头。虽然自动驾驶业界倾向于通过多种传感器的数据综合判断来实现对车身周遭路况的精准判断，即冗余设计原则，但丰田这个解决方案给人的感觉是“冗余过剩”了，无论是高昂的造价(所有传感器总价值12.3万美元)还是复杂的数据融合都表明，丰田自动驾驶汽车距离商业化遥遥无期。说的更直白一点，丰田似乎没想好发展自动驾驶技术的传感器选择，索性开始堆硬件，起码看起来给公众一种“负责任的国际企业”形象，可这种方案又去如何商业化？
如今率先宣布“使用人工智能和机器学习技术开发”电池材料的丰田再度不走寻常路，这一次，丰田会突围还是再度陷入暂时落后的窘境？你的看法呢？
下一篇：我国的固态锂电池实现量产
