Η Τεχνητή Νοημοσύνη αντιμετωπίζει μια σημαντική ενεργειακή πρόκληση: Προτείνοντας 5 εναλλακτικά υλικά για μπαταρίες λιθίου.

Αμερικανοί επιστήμονες χρησιμοποίησαν τεχνητή νοημοσύνη (AI) για να ανακαλύψουν πέντε νέα πορώδη υλικά που θα μπορούσαν να εγκαινιάσουν μια εποχή πολυδύναμων μπαταριών - μια πιο ισχυρή, φθηνότερη και βιώσιμη λύση αποθήκευσης ενέργειας από την τρέχουσα τεχνολογία μπαταριών ιόντων λιθίου.

Αντί για δεκαετίες χειροκίνητου πειραματισμού, η Τεχνητή Νοημοσύνη επιτρέπει την εξερεύνηση ενός ολόκληρου σύμπαντος υλικών σε λίγους μόνο μήνες. (Πηγή: Science Daily)

Μια ερευνητική ομάδα στο Τεχνολογικό Ινστιτούτο του Νιου Τζέρσεϊ (NJIT), με επικεφαλής τον καθηγητή Ντιμπακάρ Ντάτα, χρησιμοποίησε ένα διπλό σύστημα τεχνητής νοημοσύνης για να αντιμετωπίσει μια σημαντική πρόκληση που αντιμετωπίζει η ενεργειακή βιομηχανία: την εύρεση εναλλακτικών λύσεων για το λίθιο - ένα στοιχείο που γίνεται ολοένα και πιο σπάνιο και ακριβό.

Έρευνα που δημοσιεύθηκε πρόσφατα στο περιοδικό Cell Reports Physical Science δείχνει ότι νέα υλικά θα μπορούσαν να υποστηρίξουν μπαταρίες χρησιμοποιώντας άφθονα στοιχεία όπως μαγνήσιο, ασβέστιο, αλουμίνιο και ψευδάργυρο.

Οι πολυδύναμες μπαταρίες χρησιμοποιούν ιόντα που φέρουν δύο έως τρία θετικά φορτία —αντί για μόνο ένα όπως το λίθιο— επομένως θεωρητικά μπορούν να αποθηκεύσουν περισσότερη ενέργεια. Ωστόσο, αυτά τα ιόντα είναι μεγαλύτερα και βαρύτερα, γεγονός που καθιστά δύσκολη την κίνησή τους μέσα σε συμβατικές δομές υλικών. Αυτό είναι το σημείο συμφόρησης που η Τεχνητή Νοημοσύνη έχει βοηθήσει να ξεπεραστεί.

Η ομάδα του NJIT συνδύασε δύο μοντέλα τεχνητής νοημοσύνης: ένα μοντέλο βιοϋλικού που ονομάζεται "Crystal Diffusion Self-Variation Encoder" (CDVAE) και ένα ειδικά ρυθμισμένο μοντέλο μεγάλης γλώσσας (LLM). Το CDVAE δημιούργησε χιλιάδες νέες κρυσταλλικές δομές, ενώ το LLM αξιολόγησε τη θερμοδυναμική σταθερότητα - έναν βασικό παράγοντα στην υλοποίηση υλικών στο εργαστήριο.

Τα αποτελέσματα έδειξαν ότι πέντε εντελώς νέα υλικά οξειδίων μεταβατικών μετάλλων με πορώδεις δομές και ευρέα "κανάλια" ιονταγωγιμότητας - κατάλληλα για τη μεταφορά ογκωδών πολυσθενών ιόντων - επικυρώθηκαν με κβαντομηχανικές προσομοιώσεις και δοκιμές σταθερότητας.

Ο Ντάτα δήλωσε: «Αντί να ξοδεύουμε δεκαετίες σε χειροκίνητους πειραματισμούς, η Τεχνητή Νοημοσύνη μας επιτρέπει να εξερευνήσουμε ένα ολόκληρο σύμπαν υλικών σε λίγους μόνο μήνες. Αυτό όχι μόνο βοηθά στην εύρεση υλικών για μπαταρίες, αλλά ανοίγει και μια νέα προσέγγιση στο σχεδιασμό κάθε είδους προηγμένων υλικών - από ηλεκτρονικά εξαρτήματα έως τεχνολογίες καθαρής ενέργειας».

Η ερευνητική ομάδα συνεργάζεται επί του παρόντος με πειραματικά εργαστήρια για τη σύνθεση και την επαλήθευση των νεοανακαλυφθέντων υλικών, με στόχο τη μετάβαση στην εμπορική παραγωγή πολυδύναμων μπαταριών - ένα βήμα που θα μπορούσε να αλλάξει εντελώς το μέλλον της βιομηχανίας αποθήκευσης ενέργειας.

Πηγή: https://baoquocte.vn/ai-giai-quyet-thach-thuc-lon-cua-nganh-nang-luong-goi-y-5-vat-lieu-gi-thay-the-pin-lithium-323182.html