AI Pangkas Waktu Riset Baterai EV Hingga 95%: Sinergi Teknologi AS-Tiongkok yang Mengguncang Industri

 

mobilinanews (Jakarta) – Dunia kendaraan listrik (EV) baru saja menyaksikan lompatan kuantum yang akan mengubah peta persaingan otomotif global. Peneliti dari Universitas Michigan berhasil mengembangkan sistem kecerdasan buatan (AI) yang mampu memprediksi masa pakai baterai hanya dalam 50 siklus pengisian daya. Terobosan ini, yang dipublikasikan dalam jurnal Nature, diklaim mampu memangkas waktu pengujian dan konsumsi energi hingga 95 persen dibandingkan metode konvensional.

Berikut adalah tiga poin krusial yang mendasari revolusi teknologi ini:

1. Revolusi Pengujian: Dari Hitungan Tahun Menjadi Hari

Secara tradisional, validasi ketahanan baterai adalah proses yang melelahkan. Para insinyur harus menunggu ribuan siklus pengisian—yang memakan waktu berbulan-bulan bahkan bertahun-tahun—hanya untuk melihat pola degradasi sel.

Namun, tim yang dipimpin oleh Asisten Profesor Ziyou Song dan peneliti Jiawei Zhang mematahkan batasan tersebut. Menggunakan arsitektur AI yang disebut kerangka kerja "agentic", sistem ini menggabungkan data eksperimen tahap awal dengan pemodelan berbasis fisika secara iteratif. Hasilnya? AI dapat memproyeksikan kapan penurunan performa akan terjadi tanpa harus menunggu baterai rusak secara alami. Bagi produsen otomotif, ini berarti siklus pengembangan produk dapat dipersingkat secara drastis, mempercepat kehadiran model baru di pasar.

2. Validasi Dunia Nyata Melalui Raksasa Manufaktur Tiongkok

Keberhasilan riset ini tidak hanya terjadi di atas kertas, tetapi divalidasi melalui data dunia nyata yang disuplai oleh Farasis Energy, produsen baterai litium-ion raksasa asal Ganzhou, Tiongkok. Sinergi ini menarik karena mempertemukan kecerdasan perangkat lunak Amerika Serikat dengan keunggulan manufaktur Tiongkok.

Farasis, yang merupakan pemasok utama untuk merek global seperti Mercedes-Benz, Geely, dan GAC, menyediakan sampel baterai jenis pouch (kantong) yang krusial. Meski AI tersebut awalnya dilatih menggunakan data baterai silinder, sistem ini terbukti akurat dalam memprediksi masa pakai sel kantong milik Farasis. Hal ini membuktikan bahwa model AI tersebut memiliki fleksibilitas tinggi untuk diterapkan pada berbagai format baterai, mulai dari perangkat elektronik hingga kendaraan listrik kelas berat.

3. Masa Depan: Keamanan dan Material Generasi Berikutnya

Prediksi masa pakai hanyalah pintu masuk. Kerangka kerja AI ini kini mulai diarahkan untuk mengeksplorasi batas keamanan, optimasi pengisian daya cepat (fast charging), hingga identifikasi material baru untuk baterai generasi berikutnya.

Integrasi AI diharapkan mampu meminimalisir risiko kegagalan teknis yang sering menghantui pengembangan baterai berkapasitas tinggi. Di sisi lain, Farasis Energy juga terus memacu inovasi sel baterai semi-solid dan solid-state. Dengan bantuan pengujian kilat berbasis AI, penemuan material baterai yang lebih aman dan bertenaga besar diprediksi akan muncul lebih cepat di pasar konsumen.

Kolaborasi lintas negara ini membuktikan bahwa perpaduan antara software intelligence dan keunggulan manufaktur skala besar adalah kunci utama dalam memimpin transisi energi hijau. Bagi konsumen, ini adalah sinyal positif bahwa kendaraan listrik masa depan akan hadir dengan baterai yang lebih tahan lama, lebih aman, dan dikembangkan dengan proses yang jauh lebih efisien.