Thỏa thuận này cho phép Umicore hưởng lợi từ dịch vụ Azure OpenAI của Microsoft với công nghệ trí tuệ nhân tạo được thiết kế riêng, dựa trên dữ liệu từ nghiên cứu và vật liệu pin mà Umicore thực hiện trong nhiều thập kỷ qua.
Ngoài ra, mô hình này sẽ kết hợp dữ liệu của Umicore với dữ liệu lịch sử bên ngoài và thông tin về các công nghệ mới từ nhiều nguồn khác nhau như các mô hình mô phỏng, thí nghiệm hoặc hình ảnh.
"Hợp tác với Microsoft sẽ giúp Umicore tận dụng đầy đủ mọi dữ liệu nội và ngoại vi, đề xuất vật liệu mới một cách thông minh hơn, giúp hãng duy trì vai trò đi đầu về hiểu biết trong lĩnh vực vật liệu pin cũng như dự đoán tốt nhu cầu của khách hàng trên thị trường đang phát triển nhanh này", ông Mathias Miedreich, Giám đốc điều hành Umicore cho biết.
Theo Umicore, những đổi mới công nghệ về vật liệu pin này sẽ phục vụ cho xe điện từ phân khúc bình dân cho đến cao cấp.
Trong nhiều năm gần đây, Umicore đã sử dụng vật liệu, quy trình và mô hình hóa dữ liệu làm công cụ thiết yếu để phát triển sản phẩm. Đặc biệt, công nghệ machine learning (học máy) và trí tuệ nhân tạo đã bổ sung thêm một khía cạnh mới, giúp Umicore gặt hái được các bằng sáng chế đầu tiên có yếu tố ứng dụng công nghệ này trong lĩnh vực vật liệu pin.
Giới chuyên gia cho rằng, việc đưa trí tuệ nhân tạo vào quá trình nghiên cứu công nghệ vật liệu pin cho thấy tiềm năng của công nghệ trong việc thúc đẩy khoa học. Mới đây, Microsoft đã hợp tác với một phòng thí nghiệm Mỹ để sử dụng trí tuệ nhân tạo nhằm nhanh chóng xác định một loại vật liệu mới có thể dùng để sản xuất pin, mà yêu cầu ít lithium hơn 70% so với quy chuẩn hiện này.
Ông Brian Abrahamson, Giám đốc kỹ thuật số của Phòng thí nghiệm quốc gia Tây Bắc Thái Bình Dương ở Mỹ cho biết, quy trình được sử dụng để tìm vật liệu pin thay thế có thể được áp dụng cho nhiều vấn đề khoa học vật liệu và hóa học khác mà phòng thí nghiệm đang giải quyết. Vì thế để hỗ trợ công tác này cho phòng thí nghiệm, Microsoft đã sử dụng kết hợp các mô hình trí tuệ nhân tạo được đào tạo trên dữ liệu khoa học phân tử và siêu máy tính khoa học truyền thống.
"Điều kỳ diệu ở đây là tốc độ của trí tuệ nhân tạo đã hỗ trợ việc xác định các sản phẩm và vật liệu, cũng như tăng cường khả năng của chúng tôi để biến những ý tưởng đó thành hiện thực ngay trong phòng thí nghiệm", ông Brian Abrahamson nhấn mạnh.
