中科院院士欧阳明高：打造动力电池的大模型，以全生命周期智能化应对新挑战

6月9日，2023世界动力电池大会在宜宾开幕，全国政协常委、中国科学院院士欧阳明高出席大会并发表主题演讲。此次主题演讲，欧阳明高围绕动力电池全生命周期智能化技术这一话题展开。欧阳明高指出，中国动力电池已经是世界最大的动力电池产业，但同时也面临增速放缓、利润率降低、产品迭代加快等挑战。

欧阳明高认为，解决上述问题需要全生命周期智能化这一工具，来支撑设计、制造、管理、回收，以便实现全生命周期的提速、提效、降本。

我们现在已经进入了大模型时代，欧阳明高表示，对于动力电池而言，也可以借鉴这个概念，来构建电池大模型预训练大模型，用于智能设计、智能制造、智能管理以及智能回收等多个维度。

全国政协常委、中国科学院院士欧阳明高，图源:主办方供图

智能设计方面，现在已经从实验试错到仿真驱动，到了现在的智能化全自动，效率可以提升1到2个数量级，这是革命性变化。它其中的两项核心技术，一个是高精度建模，还有一个就是高效的智能寻优算法。

智能制造方面，可以用仿真做数字孪生，还有缺陷智能检测，产线大数据人工智能分析，来实现制造过程的智能化。可以做智能装备，从单机智能到多机协同智能，到整条生产线一体化智能，一个级别一个级别的上升。

在智能感知方面，可以引入多维传感器，尤其是最重要的电位传感器。基于这些传感器，融合机理和人工智能，就可以开发出内部状态的感知算法，来实现对内部状态的评估以及预测。

在此基础上，可以通过大模型来进行电池管理，比如进行热失控安全的预警。以前热失控的数据是很少的，事故本来就不多，不可能形成大数据。但是有了人工智能，我们可以基于少数数据，通过数字孪生，生成一个大型数据库，然后进行预判。

还可以进行智能的调控，以前都是通过设计，电池能控制很少，只有充电可以控制，但是放电基本上不可以控制。现在我们可以对充电析锂进行调控，以前析锂出来就进不去了，现在可以调控。热失控以前没有办法调控，现在也可以调控，就是通过实时控制来防止热失控，我们有一系列的办法。再比如说可以通过智能端盖，也可以对内部气体进行调控。

智能回收方面，也需要智能技术。比如说非破坏性的修复，可以通过小电流进行调控等等，什么时候开始回收，也需要智能化的对寿命的预测，也有一系列的智能化方法。

目前，欧阳明高院士工作站电池安全实验室正式投用，研究人员正在对新能源、新技术领域展开科研工作。据欧阳明高介绍，目前团队已做出了电池行业首个人工智能大模型，通过一个模型可以解决多个任务，适应多种电池，这就是该模型的基本构架。

在动力电池大会的站台上，欧阳明高院士工作站也展出了智能电池的样品，全智能电池是团队下一步的方向。

对于动力电池全生命周期智能化的发展，欧阳明高介绍了技术路线图，在智能设计、智能电池方面主要是高精度多尺度的建模技术+电池内部的多维传感。在智能制造与智能装备方面主要是产线大数据和先进制造技术+单机智能化与多机协同。对智能管理和智能回收，主要是靠大模型与主动调控。

同时，欧阳明高指出动力电池全生命周期智能化还面临一系列挑战。例如数据量还不够，还需要更多的数据；可解释性方面，整个人工智能大模型的可解释性需要进一步加入电池机理。可移植性方面，现在如何移植到固态电池、全固态电池，移植性还需要研究，对于现有电池可移植没有问题，但是对新体系还需要做大量工作。