10月1日,蔚来汽车宣布与英国人工智能软件初创公司 Monolith将通过AI进行深度合作以增强电动汽车电池组。
根据合作,蔚来汽车计划利用 Monolith 的 Anomaly Detector AI 软件来监控从其电动汽车电池收集的实时性能数据。蔚来汽车能够最终靠分析这些数据来比较测试台的结果,确保现场数据直接为进一步的电池验证和优化活动提供信息。它将使两家公司的工程师可使用复杂的系统关系作为比较的基础,更快地检测电池性能的异常行为。
一直以来,传统仿真无法准确模拟电池性能,因此OEM 和电池制造商被迫依赖物理测试,这增加了成本、进度延迟和不确定性。因此,使用 AI 和机器学习的新方法被引入进来。
Monolith 由 Richard Ahlfeld 博士于 2016 年创立,已从投资者那里筹集了约 2200 万美元。在谈到当今电池测试的挑战时, Ahlfeld表示如今电池测试面临三重挑战。首先,在资源限制上,该行业面临电池工程师短缺的问题,这使得有效执行众多项目具有挑战性。其次,在数据质量上的问题上,来自电池供应商或测试实验室的低质量数据使对电池老化行为的理解变得复杂。同时,在成本和时间上,进行降解研究的成本很高,OEM 级别的研究很容易达到数百万英镑。此外,获得结果在大多数情况下要长达两年的时间。
“测试太多,你会荒度时间确认你已经知道的东西。测试太少,您可能会错过性能问题。日程安排、质量都取决于找到平衡。”
Monolith 的异常检测器利用深度学习算法的强大功能来快速识别电池测试数据中的异常。自学习算法可自动检查原始数据,以标记潜在错误或异常行为,甚至跨越数百个测试通道。人工智能驱动的系统使工程师能快速发现不正常的情况,例如自发放电或热失控,从而在电池问题构成风险之前解决它们。
“Monolith 的深度学习算法允许自动检验测试电池问题,例如自发放电和热失控,从而更容易快速分析复杂的真实世界数据。此功能不但可以节省时间和资源,还能大大的提升电池安全性。作为软件定义汽车领域的领导者,蔚来汽车是利用这项先进的技术推动电池性能和安全性创新的理想合作伙伴。” Richard Ahlfeld说。
蔚来和 Monolith 之间的合作不仅限于异常检测。Monolith 的 AI 软件能够最终靠处理有价值的工程测试数据来做出即时预测,使工程师能够确定需要产品优化和开发的领域。先进的 AI 驱动方法使工程团队能够加快设计周期并减少重复、耗时的测试流程,从而确保更快、更高效的产品开发。
目前,Monolith 已经与全球前 20 家汽车制造商中的约 10 家合作,使用机器学习算法测试电动汽车电池,包括梅赛德斯-奔驰、宝马和本田。
“他们显然远远落后于中国,所以他们要非常、非常迅速地学习。”Richard Ahlfeld表示欧洲汽车制造商需要大约五年或更长时间来开发一辆新车,而中国电动汽车制造商只需要大约两年。“中国人想推进得更快,他们目前正在想‘好吧,我们能在一年内做到吗?’”
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
男子在江苏一公园内发现被盗元代“玉泉宫碑”,枣庄文物部门:正协调归还,警方已介入
调查!上海一财富公司暴雷:实控人被抓,千平米总部人去楼空,疑高管离婚转移财产
下半年首场寒潮来袭!上海就要大降温了:市区最低仅3℃,郊区或跌到冰点……
据传苹果将为iPhone 18 Pro/Pro Max开发“LTPO+”OLED 面板
红米K80 Pro和iQOO Neo10 Pro:参数均被揭秘,谁会是佼佼者?
聚焦“以学习为中心”的小学语文实践探索!中国教师报课改中国行(深圳福田)公益师训会重磅来袭!
雷神推出 ML6 PRO 三模鼠标:3395 传感器、57 克重量,149 元
富士发布 GFX100 II、X-H2、X-H2s 等新固件,增强视频及对焦性能