Microsoft AI og Pacific Northwest National Laboratory (PNNL) har fundet en ny fast elektrolyt, som drastisk kan reducere lithiumforbruget i batterier med op til 70%.
Dette banebrydende materiale, som uformelt kaldes N2116, tilbyder en løsning på de miljøproblemer, der er forbundet med litiumminedrift.
Litium, den primære komponent i mange batteriteknologier, forventes at blive en mangelvare, da allerede i 2025og der forventes en tidobling af efterspørgslen inden 2030. Litiumudvinding har også et stort miljømæssigt fodaftryk og kræver meget vand og energi.
Hele processen, fra koncept til fungerende batteriprototype, tog mindre end ni måneder, hvilket de anslår traditionelt ville have taget omkring to årtier.
Microsofts supercomputere fremskyndede processen ved at gennemgå 32 millioner potentielle uorganiske materialer og indsnævre dem til 18 kandidater på under en uge. Dette følger en lignende gennembrud af Google DeepMindsom skabte et selvstændigt forskningslaboratorium, der opdagede omkring 2 millioner nye materialer.
Jason Zander, Executive Vice President i Microsoft, beskrev AI's rolle og sagde til BBC"Det er den måde, jeg tror, at denne type videnskab vil blive udført på i fremtiden."
Den nye faststofelektrolyt, N2116, er et mere bæredygtigt og sikkert alternativ til traditionelle flydende eller gellignende litiumbatterier.
Faststofbatterier lover hurtigere opladning og større energitæthed med længerevarende opladningscyklusser. Ved at inkludere natrium, et grundstof, der er mere udbredt og billigere end litium, reducerer N2116 behovet for litium og opretholder samtidig effektiv energilagring og -overførsel.
Karl Mueller fra PNNL fremhævede AI's rolle i opdagelsen og sagde: "[Vi kunne] ændre, teste og tune den kemiske sammensætning af dette nye materiale og hurtigt evaluere dets tekniske levedygtighed for et fungerende batteri, hvilket viser løftet om avanceret AI til at fremskynde innovationscyklussen."
Udnyttelse af AI til materialeopdagelse
Microsoft og Pacific Northwest National Laboratory (PNNL)'s forskning involverede at kombinere AI med højtydende databehandling (HPC).
Her er en oversigt over, hvordan denne proces fungerede:
- Identificering af potentielle materialer: Microsoft Quantum-teamet brugte AI til at analysere en omfattende database med uorganiske materialer. Ud fra den identificerede de i første omgang omkring 500.000 stabile materialer på bare et par dage.
- Begrænsning af kandidater: Ved hjælp af Microsofts Azure Quantum Elements forfinede teamet deres søgning yderligere fra disse 500.000 materialer til 18 lovende kandidater til batteriudvikling. Denne proces blev gennemført på kun 80 timer, hvilket viser den bemærkelsesværdige hastighed, hvormed AI kan fungere.
- Kombination af AI og HPC AI-værktøjerne blev trænet til at evaluere forskellige kemiske elementer og deres kombinationer. De foreslog en massiv pulje på 32 millioner kandidater, som derefter blev filtreret gennem forskellige AI-værktøjer baseret på stabilitet, reaktivitet og energiledningspotentiale.
- HPC til verifikation: Den næste fase involverede brug af HPC til yderligere verifikation. Dette omfattede brug af tæthedsfunktionsteori til at beregne energien i hvert materiale og molekylær dynamik-simuleringer til at analysere atomernes og molekylernes bevægelser i materialerne.
- Endelig udvælgelse af kandidater: Efter denne intense beregningsproces blev listen indsnævret til 150 kandidater. Yderligere evaluering af praktiske aspekter som tilgængelighed og pris reducerede dette antal til 23, hvoraf fem allerede var kendt.
- Udvikling af prototyper: Det sidste trin involverede PNNL-forskere, der syntetiserede det valgte materiale og udviklede det til en fungerende batteriprototype. Denne fase er afgørende for at teste materialets funktionalitet og levedygtighed.
AI's evne til at arbejde med store mængder komplekse data og syntetisere nye forståelser helt fra bunden har vist sig at være uhyre effektiv.
Ud over materialer fremskynder kunstig intelligens for eksempel også opdagelsen af nye terapeutisk vigtige molekyler til Udvikling af antibiotika og lægemidler.
