Η τεχνητή νοημοσύνη ανακαλύπτει νέο υλικό που θα μπορούσε να μειώσει τη χρήση λιθίου στις μπαταρίες

Η τεχνητή νοημοσύνη ανακαλύπτει νέο υλικό που θα μπορούσε να μειώσει τη χρήση λιθίου στις μπαταρίες

Ένα νέο υλικό που θα μπορούσε να μειώσει δραματικά την ποσότητα λιθίου που χρησιμοποιείται στις μπαταρίες εντοπίστηκε από ένα προηγμένο σύστημα τεχνητής νοημοσύνης (AI). Το νέο υλικό ανακαλύφθηκε πρόσφατα κατά τη διάρκεια μιας κοινής ερευνητικής προσπάθειας από τη Microsoft και το Pacific Northwest National Laboratory (PNNL).

Disclaimer: Απαγορεύεται η αναδημοσίευση, αναπαραγωγή, ολική, μερική ή περιληπτική ή κατά παράφραση ή διασκευή ή απόδοση του περιεχομένου του παρόντος διαδικτυακού τόπου με οποιονδήποτε τρόπο, χωρίς αναφορά στο RAWMATHUB.GR (με ενεργό link) ή χωρίς την προηγούμενη γραπτή άδεια του RAWMATHUB.GR. 

Ανακαλύψεις όπως αυτή θα χρειάζονταν χρόνια στο παρελθόν, αλλά η ανάπτυξη της υπολογιστικής ισχύος και των αλγορίθμων τεχνητής νοημοσύνης, μειώνει αυτό το χρόνο κατά πολλές τάξεις μεγέθους.

Το νέο υλικό ανακαλύφθηκε πρόσφατα κατά τη διάρκεια μιας κοινής ερευνητικής προσπάθειας από τη Microsoft και το Pacific Northwest National Laboratory (PNNL), η οποία χρησιμοποίησε τη βοήθεια προηγμένης τεχνητής νοημοσύνης και υπολογιστών υψηλής απόδοσης (HPC), έναν τύπο υπολογιστών που βασίζεται σε τεχνολογίες cloud που χρησιμοποιούν μεγάλους αριθμούς υπολογιστών για την επίλυση πολύπλοκων επιστημονικών και μαθηματικών εργασιών.

Το σύστημα ανέλυσε πάνω από 32 εκατομμύρια πιθανά ανόργανα υλικά και, μέσα σε μόλις 80 ώρες, κατάφερε να εντοπίσει 18 από αυτά που θα μπορούσαν να χρησιμοποιηθούν στην ανάπτυξη μπαταριών. Στη συνέχεια, οι ερευνητές  εξέτασαν αυτά τα υλικά και ανακάλυψαν ανάμεσα τους έναν ιδιαίτερα υποσχόμενο ηλεκτρολύτη.

Οι μπαταρίες ιόντων λιθίου αποτελούν ένα σημαντικό εργαλείο στη μετάβαση προς τη βιώσιμη ενέργεια. Δεδομένης της αυξανόμενης σημασίας τους, η ζήτηση για λίθιο αναμένεται να αυξηθεί πέντε έως 10 φορές μέχρι το τέλος αυτής της δεκαετίας, σύμφωνα με Υπουργείο Ενέργειας των ΗΠΑ.

Ωστόσο, υπάρχουν πολλά εμπόδια που πρέπει να ξεπεραστούν. Τα φυσικώς απαντώμενα  κοιτάσματα λιθίου είναι σχετικά σπάνια, ενώ η εξόρυξη τους μπορεί να είναι δαπανηρή, αλλά και επιβλαβής για το περιβάλλον και τις τοπικές κοινότητες, έχοντας ως αποτέλεσμα πολλές φορές γεωπολιτικές συγκρούσεις. Αυτός είναι ο λόγος για τον οποίο η ερευνητική κοινότητα και η βιομηχανία έχουν εστιάσει τις προσπάθειες τους στο να ανακαλύψουν υλικά που θα μπορούσαν να χρησιμοποιηθούν ως υποκατάστατα.

Αφιέρωμα - Κρίσιμες Ορυκτές Πρώτες Ύλες ένα στοίχημα για την Ευρώπη
Δείγματα του νέου στερεού ηλεκτρολύτη που ανακαλύφθηκε με τη βοήθεια της τεχνητής νοημοσύνης

Το υλικό που ανακαλύφθηκε είναι ένας ηλεκτρολύτης στερεάς κατάστασης. Γενικά, αποτελεί κοινή παραδοχή ότι τα ιόντα νατρίου και τα ιόντα λιθίου δεν μπορούν να χρησιμοποιηθούν μαζί σε ένα ενιαίο σύστημα ηλεκτρολυτών στερεάς κατάστασης λόγω των χημικών τους ιδιοτήτων, αλλά το σύστημα τεχνητής νοημοσύνης έδειξε ότι ένα τέτοιο υλικό ήταν δυνατό. Όταν οι ερευνητές δοκίμασαν την ιδέα, αποδείχθηκε σωστή.

Δεδομένου ότι ο ηλεκτρολύτης χρησιμοποιεί και λίθιο και νάτριο, καθώς και ορισμένα άλλα στοιχεία, μειώνεται η ποσότητα του απαιτούμενου λιθίου έως και 70%.

Η ερευνητική ομάδα συνέθεσε το υλικό και το χρησιμοποίησε για να φτιάξει λειτουργικές πρωτότυπες μπαταρίες. Επί του παρόντος, πραγματοποιούνται εκτενείς δοκιμές αυτών των μπαταριών για να εξεταστεί η αντοχή και η απόδοση τους σε πραγματικές συνθήκες.

Εργασίες όπως αυτή, που ουσιαστικά περιλαμβάνουν την ανάλυση μεγάλων δεδομένων (big data), είναι ιδανικές για την τεχνητή νοημοσύνη. Ένα άλλο πεδίο στο οποίο μπορεί να χρησιμοποιηθεί αυτή η ομάδα τεχνολογιών είναι η ανακάλυψη νέων φαρμάκων. Το 2020, ερευνητές από το MIT χρησιμοποίησαν έναν ειδικά σχεδιασμένο υπολογιστικό αλγόριθμο για να αναλύσουν ένα τεράστιο ψηφιακό αρχείο με περισσότερες από 100 εκατομμύρια χημικές ενώσεις και κατάφεραν να αναγνωρίσουν ένα ισχυρό αντιβιοτικό που είναι ικανό να σκοτώσει ακόμη και τα υπερανθεκτικά μικρόβια.

«Βρισκόμαστε στο σημείο όπου αρχίζουν να ωριμάζουν τα μοντέλα τεχνητής νοημοσύνης, ενώ παράλληλα αναπτύσσεται η υπολογιστική ισχύ που απαιτείται για να τα «εκπαιδεύσουμε» και να τα κάνουμε χρήσιμα σε συγκεκριμένους επιστημονικούς τομείς και με συγκεκριμένη ερευνητική στόχευση», δήλωσε ο Brian Abrahamson, επικεφαλής διευθυντής ψηφιακών υποδομών στο PNNL. «Όλα αυτά, πιστεύουμε, πρόκειται να εγκαινιάσουν μια νέα εποχή ανακαλύψεων. Αυτό θα είναι συναρπαστικό γιατί τα προβλήματα που εξετάζουμε είναι κρίσιμα για τις σύγχρονες κοινωνίες».

Με πληροφορίες από iflscience.com

ΜΕΤΑΦΡΑΣΗ - ΕΠΙΜΕΛΕΙΑ: ΣΥΝΤΑΚΤΙΚΗ ΟΜΑΔΑ RAWMATHUB.GR
rawmathub.gr linkedin newsletter subscription
foolwo rawmathub.gr on Google News
Image

Έγκυρη ενημέρωση για την αξιακή αλυσίδα των raw materials

NEWSLETTER