Nissan crea una nueva ciencia, la "informática de los materiales", aplicando inteligencia artificial

¿Hace cuántos años que has oído hablar de conducción autónoma?¿O baterías para coche eléctrico de carga fulgurante? La inteligencia artificial parece venir al rescate para que finalmente lo veas lo que prometían los titulares.

Áreas en boga como la electrificación, el coche autónomo o las nuevas experiencias en movilidad van a conocer esos avances significativos que se esperaban hace tiempo, gracias a la inteligencia artificial. Es lo que ha dejado entrever en el X Foro Nissan un invitado de excepción, proveniente de su propia casa, responsable del centro de excelencia de inteligencia artificial de Nissan, situado en el Silicon Valley. Este científico dirige a más de 100 investigadores, más de la mitad doctores de las mejores universidades del mundo.

Electrificación, movilidad y no es experiencia son los 3 pilares de su trabajo de investigación. Explica el lento avance en el campo de las baterías en que para contar con un nuevo material se necesitan entre 15 y 20 años de investigación, ensayo en laboratorio, desarrollo y producción. De la batería de estado sólido se lleva hablando bastante más de una década y solo existe alguna aplicación puntual. Nissan declaró en 2021 que tendría su batería de estado sólido en 2028. Con la tecnología de litio de electrolito sólido se podrá duplicar la autonomía, reducir el tiempo de recarga a la tercera parte y, finalmente, con menor coste.

Inventar materiales con inteligencia artificial

Los plazos de las baterías van a cambiar. Con la IA y la ciencia de datos, en lo que han llamado "informática de los materiales" los científicos de materiales van a mejorar las baterías más rápido. Esperan que bajar de 20 años a 3 años para disponer de nuevos materiales ventajosos.

"Existen cientos de miles de combinaciones de los distintos elementos de la tabla periódica, los científicos vienen con sus hipótesis de las que pueden funcionar bien, pero comprobarlo lleva muchísimo tiempo", explica el Dr. Sierhius. Con las nuevas capacidades de IA, minería de datos y aprendizaje automático se predice qué nuevo material podría ser capaz de hacer eso que se desea. "Podemos simular cómo fluyen los iones a través del material, podemos utilizar entonces aprendizaje automático en experimentos simulados para aprender cómo funcionan, hasta dar con los materiales que más convendría ensayar en la realidad". Se trata de hacer diseño químico desarrollado con datos, crear candidatos mucho más rápido y experimentar en el laboratorio con muchos menos materiales.

Acelerar la investigación de nuevos materiales es el primer paso, porque usan, la IA para optimizar el diseño de la batería, comenzando por el propio diseño de la celda con aprendizaje automático. Y como se trata de baterías que se van a reutilizar en segunda vida en otras aplicaciones y, finalmente, se reciclarán, han desarrollado una IA para entender el estado de salud de cada celda de la batería, porque con el uso, cada una de ellas evoluciona de manera distinta. "Tenemos que tener en cuenta la idea del reciclaje desde el diseño del material".

V2G, el coche como almacén de energía

En el futuro, no solo se tratará de extraer energía de la red eléctrica y ponerla en las baterías. Habrá que hacerlo en el momento adecuado (por disponibilidad de la red, por precio), pero también existe la posibilidad de devolverla a la red: el coche con un dispositivo de almacenamiento energético móvil. De nuevo, Nissan cree en la inteligencia artificial para entender y ajustarse al comportamiento personal de cada conductor y del vehículo, de cara optimizar cómo se puede cargar y dar energía a la red. Lo están aprendiendo en sus propias instalaciones en Silicon Valley, convertidas en un experimento, con los Leaf y Ariya de los propios empleados recogiendo o devolviendo electricidad, según las necesidades del edificio y de las instalaciones y del precio de la electricidad.

La IA que permite conocer el estado de salud de la batería tiene en cuenta estos repetidos ciclos adicionales de carga y descarga, lo que permite hacer predicción del valor residual de la batería y, por tanto, del coche. Permitiría hacer recomendación de utilización, adelantando al usuario cuál será el valor de su batería en dos o tres años si sigue conduciendo y recargando así, permitiendo mejores estrategias de uso.

Experiencias únicas y conducción autónoma, también con IA

Nissan crea sus propios algoritmos de procesamiento para alcanzar la conducción altamente automatizada de Nivel 4, con arquitecturas híbridas con aprendizaje automático para la percepción y toma de decisiones.

Entre 2026 y 2030 desplegarán la conducción automatizada en escenarios complejos, pasando del actual ProPILOT 2.0 (el más avanzado) a un futuro ProPILOT capaz de desenvolverse tanto en vía rápida como en entorno urbano. Para los primeros robotaxis habrá que esperar a la próxima década. Habrá ensayos piloto en Yokohama, Londres y Silicon Valley, porque cada zona tiene sus peculiaridades. El negocio de la movilidad impone: estimaciones de analistas financieros sobre el negocio de los robotaxis en 2040 están por encima de los 450.000 millones de dólares en el caso más pesimista.

Nissan utiliza como sensores radares, cámaras y LIDAR (cree que, en condiciones de baja luz, pasarán muchos años antes de que se pueda confiar solo en cámaras, como hace Tesla), combinando sus datos con aprendizaje profundo y soluciones algorítmicas para crear una percepción precisa del entorno del vehículo. Es parte del software que se usa tanto en sistemas de asistencia al conductor (ADAS) como en sistemas de Nivel 4 para vehículos completamente autónomos.

Gracias a la IA y al aprendizaje automático, también esperan proporcionar personalización y nuevas formas de interactuar con el vehículo, incluidas actualizaciones remotas y control de otros dispositivos desde el automóvil. La conectividad 5G, la realidad aumentada y las interfaces personalizables serán aspectos clave en estas experiencias.