還是先來了解一下今天的TRI新電池材料計劃吧,以下是計劃目標:
1)開發鋰電池和燃料電池新材料和模型
2)設立工作計劃更廣泛的應用人工智能、機器學習和材料信息學方法來開發和設計新材料
3)研發集成了仿真、人工智能、機器學習或機器人的自動化材料發現系統
作為幾十年來并無實質突破的領域,材料科學研究近兩年隨著動力電池的大規模應用而逐漸升溫。所有的動力電池制造商都在探索新材料的應用,以增加現有電池的能量密度和生命周期。
2015年,特斯拉成功“策反”了與3M公司合作研究電池材料超過20年的鋰電池專家Jeff Dahn,特斯拉電池業務部門和 Jeff Dahn領導的電池研究小組在Dalhousie大學達成了一個新的伙伴關系。Jeff Dahn的研究重點變為提高鋰離子電池的能量密度和電池壽命以降低特斯拉汽車和儲能設備的電池成本。
回到TRI電池材料項目,36氪了解到,該項目投資總額達到3500萬美元,TRI將與研究所、大學科研機構和材料科研公司展開合作,一并公布的,還有幾位已確認的TRI合作伙伴,包括斯坦福大學、馬薩諸塞理工學院、密歇根大學、布法羅大學、康涅狄格大學和英國材料科學公司Ilika。
TRI首席科學官(CSO)Eric Krotkov表示:“豐田認識到,人造智能是一項重要的基礎技術,可以運用到許多行業中,我們很自豪地利用它來探索材料科學的極限。加快材料發現的步伐將有助于為未來的清潔能源愿景奠定基礎,使我們更加接近豐田到2020年將全球平均新車二氧化碳排放量減少90%的愿景。”
斯坦福大學教授、SUNCAT中心主任Jens Norskov也對合作充滿期待:“現在在新材料發現中大量推進使用數據庫和機器學習技術的絕佳時刻。我們的合作伙伴關系可以將理論、計算和實驗結合起來,進行了前所未有的協同努力。對于開發燃料電池催化劑的前沿技術,我們感到非常興奮。”
高管的態度是積極的,但豐田集團總裁豐田章男的態度很可能是焦急的。看出區別了嗎?對于特斯拉(及其他大多數電池制造商)而言,身處產業鏈的一環,他們更致力于盡快將技術商業化,以上文中提到的特斯拉電池專家Jeff Dahn為例,他的工作是阻止高壓狀態下對正極有害的不良反應,并盡快實現新技術的商業化,而隨后的量產電池檢測表明,新技術后的電池在高壓狀態下電解質與正極的反應幾乎停滯,使得高性能的NMC鋰離子電池可以在高壓狀態下運作。換句話說,Jeff Dahn完美的實現了將技術投身產業的目標。
而TRI的發展思路更像一個大學科研機構,而非商業公司的做法。除了電池材料研究項目,TRI還負責豐田的自動駕駛汽車項目。36氪此前曾進行過報道,不同于業界都在研發的全自動駕駛技術,TRI更專注于通過人工智能提升人類駕駛的體驗,TRI CEO Gill Pratt博士曾專門解釋過兩種發展思路的差異:“這兩種研究方向可描述為‘平行’與‘串行’,前者意味著機器代替人類,后者是機器與人協作的方式。”他介紹道,豐田將堅持“以人為本”的理念,保持人類的駕駛樂趣。“我們擔心的是如何讓自動駕駛不拿走駕駛樂趣。”他說,“如果自動駕駛可以避免事故,它應該也能帶來更多的駕駛樂趣。”
而實現TRI這種“機器與人協作”的路徑,便是人工智能與深度學習技術。發展思路有異無可厚非,然而豐田似乎過于保守了,在TRI在2017年3月發布的第二代自動駕駛汽車上,豐田搭載了7枚激光雷達(1枚64線、6枚16線)前后及左右兩側搭載普通雷達和GPS天線,車頭兩側分別安裝了三枚攝像頭。雖然自動駕駛業界傾向于通過多種傳感器的數據綜合判斷來實現對車身周遭路況的精準判斷,即冗余設計原則,但豐田這個解決方案給人的感覺是“冗余過剩”了,無論是高昂的造價(所有傳感器總價值12.3萬美元)還是復雜的數據融合都表明,豐田自動駕駛汽車距離商業化遙遙無期。說的更直白一點,豐田似乎沒想好發展自動駕駛技術的傳感器選擇,索性開始堆硬件,起碼看起來給公眾一種“負責任的國際企業”形象,可這種方案又去如何商業化?
如今率先宣布“使用人工智能和機器學習技術開發”電池材料的豐田再度不走尋常路,這一次,豐田會突圍還是再度陷入暫時落后的窘境?你的看法呢?