Le auto elettriche dipendono da batterie che, col tempo, invecchiano. Rilevare un guasto prima che diventi pericoloso è difficile: i segnali di allarme sono spesso deboli e si mescolano al rumore di guida. Un nuovo studio ha creato un modello di intelligenza artificiale chiamato PA‑ALSTM‑AE, cioè Physics‑Aware Attention LSTM Autoencoder.
Il segreto è che il sistema non si limita a “guardare” i dati, ma li confronta con le leggi fisiche dell’invecchiamento della batteria, come il chilometraggio percorso. Prima, un modulo seleziona le caratteristiche più sensibili all’età della batteria. Poi, un altro modulo regola dinamicamente le celle di memoria LSTM in base allo stato di usura, come se l’IA avesse un termometro interno.
Testato su un enorme set di dati reali (Vloong), il modello ha individuato i primi segni di guasto tre volte più spesso rispetto ai metodi tradizionali, mantenendo alta la precisione. In pratica, le future auto elettriche potranno avvisare il conducente di un problema prima che la batteria si surriscaldi o perda capacità, migliorando sicurezza e durata. Questo approccio dimostra che unire fisica e deep learning può rendere le macchine più “consapevoli” dei propri limiti.
