Publicado en
ANUNCIO
Si alguna vez ha visto el icono de la batería de su teléfono, picado más rápido de lo esperado, sabe que las estimaciones de carga no son perfectas.
En un automóvil eléctrico, la lectura de carga de la batería es más que una suposición, es un número crítico para la seguridad de los pasajeros.
State of Charge (SOC), que muestra el porcentaje de la capacidad restante de la batería del automóvil, se utiliza para funciones de seguridad como evitar sobrecarga o quedarse sin batería. Ambos pueden tener consecuencias desastrosas.
La incapacidad para medir con precisión el SOC puede provocar sobrecarga, lo que conduce a calor excesivo, descomposición química y en casos extremos “fugitivo térmico” – Un término cortés para un incendio de batería.
Este riesgo es la razón por la cual la industria de la batería del vehículo eléctrico (EV) aún no ha adoptado activamente la inteligencia artificial (IA), a pesar del potencial de una mayor eficiencia.
“Solía ser que los componentes de IA no estaban permitidos en vehículos automotrices debido al hecho de que están basados en datos, y tiene problemas para probar la causalidad y la responsabilidad con un componente de IA porque es una caja negra”, dijo Martin Skoglund de las instituciones de investigación de Suecia (Rise), dijo a Euronews Next.
“No puedes mirar adentro y decir qué salió mal”, agregó.
Los sistemas tradicionales son simples y completamente comprobables, dependiendo de cálculos rígidos basados en valores como la corriente y el voltaje, a veces ajustados para la temperatura.
Pero la marea está girando. En los últimos años, los investigadores comenzaron a capacitar a los modelos de IA en los datos de la batería para reconocer los patrones sutiles de voltaje, corriente, temperatura y más.
“El cambio de juego es que la evolución de la celda es muy rápida, y si lo haces de manera tradicional, es bastante lento y realmente no puedes capturar todos los matices de envejecer una batería y otras cosas como el desgaste, lo que un componente de IA podría hacer”, dijo Skoglund.
La integración de la IA en el sistema de estimación de la batería podría hacer que los futuros EV lleguen más lejos y duren más, si se hace bien, pero también es una tarea en la que los errores pueden encenderse literalmente en serios problemas.
En una prueba, Skonglund y sus colegas alimentaron intencionalmente los datos de entrada corruptos en el modelo AI, simulando el tipo de errores que pueden ocurrir por interferencia eléctrica o radiación, un método llamado “experimentos de inyección de falla”.
“Debido a que la imperfencia es algo que la IA probablemente experimentará durante su vida, algunos de los sensores de entrada tendrán fallas”, dijo Skonglund.
La salida estaba muy lejos. Cuando la IA recibió incluso corrupciones menores en su entrada, su salida se desvió significativamente, mostrando un porcentaje diferente que la carga real.
Esta inexactitud podría ser peligrosa para los conductores o pasajeros, causando inesperados apagados del vehículo o sobrecarga de la batería, lo que en casos extremos puede provocar sobrecalentamiento o incendio.
“Es importante hacer este tipo de prueba porque demostramos que realmente no era tan robusto”, dijo Skonglund.
El equipo detrás del estudio de caso sugiere un sistema de intervención que se compromete entre la antigua y la nueva guardia de la tecnología EV.
Los investigadores lo calificaron como una “jaula de seguridad”, un sistema Guardian que mantiene la IA bajo control y la cierra cuando actúa.
Este monitor se prueba muy rigurosamente y está diseñado para hacer cálculos fáciles o verificar los umbrales en entradas como voltaje, corriente y temperatura, mientras que la IA toma lecturas de sensores.
Este enfoque de jaula de seguridad es una forma de integrar la IA en la tecnología de vehículos eléctricos de manera segura.
No es la única solución, pero resalta un camino prometedor hacia adelante en un campo que está evolucionando rápidamente.
Para obtener más información sobre esta historia, vea el video en el reproductor multimedia de arriba.
Editor de videos • Roselyne Min
