\n
![](\"https:\/\/olhardigital.com.br\/uploads\/acervo_imagens\/2019\/03\/r4x3\/20190327064842_860_645.jpg\" "\\"[Tags]\\"alt")
<\/p>\n
\n<\/p>\n
Quanto tempo dura a bateria de um smartphone? Responder a essa pergunta não é só um desafio para o usuário — é uma dor de cabeça para a indústria tecnológica. Afinal, apesar de as baterias de íons de lítio serem muito mais eficientes e baratas que as recarregáveis de 20 anos atrás, elas ainda não entregam um desempenho ideal: exigem constantes recargas e, eventualmente, param de armazenar carga para sempre.<\/p>\n
Por isso, uma tecnologia que calcule sua vida útil ainda na fábrica é fundamental para trazer mais avanços. E uma nova solução pode estar na inteligência artificial: pesquisadores da Universidade de Stanford e do Instituto de Tecnologia de Massachussets (MIT) desenvolveram um algoritmo capaz de prever, precisamente, o desempenho e a vida útil potencial de uma bateria. O sistema de aprendizado de máquina foi treinado com centenas de milhões de medições coletadas enquanto as baterias eram carregadas e descarregadas — isso inclui capacidade de energia, tempos de carga e até a temperatura das células da bateria.<\/p>\n
O trabalho, em conjunto com o instituto de pesquisa da Toyota, chegou a resultados impressionantes. Ao levar em conta os 100 primeiros ciclos de carga e descarga da bateria, o algoritmo previu a vida útil do equipamento com sucesso em 90,9% das vezes. Com apenas cinco ciclos de carregamento na amostra, a precisão foi ainda maior: 96,1% dos testes foram bem-sucedidos.<\/p>\n
A iniciativa dos pesquisadores ainda não é capaz de prever exatamente até quando uma bateria ficará viva. No entanto, pode ajudar os engenheiros a determinarem, de forma mais rápida, se uma alteração química, por exemplo, tem impacto positivo no desempenho do produto. E certamente é muito mais prática do que os métodos de hoje, que implicam carregar e descarregar a bateria até que ela chegue ao fim de seu ciclo de vida — ou seja, quando atinge 20% da capacidade de carga original.<\/p>\n
As aplicações são diversas ainda na linha de montagem e facilitam a pesquisa e o trabalho dos engenheiros. O algoritmo pode permitir, por exemplo, que os fabricantes classifiquem as baterias de forma mais eficiente à medida que elas saem da linha de montagem e, assim, direcionar aquelas com vida útil prevista mais longa para aparelhos com demandas de energia maiores, como carros elétricos.<\/p>\n
Fonte:<\/strong> Gizmodo<\/a><\/em><\/p>\n