نماذج الذكاء الاصطناعي المستخدمة لتحديد رواسب مواد البطاريات وتحديد البدائل

يطور باحثو الذكاء الاصطناعي نماذج ذكاء اصطناعي لتقليل الآثار البيئية المرتبطة bằng استخراج المواد المستخدمة في البطاريات. وتطوير شركة كوبولد للمعادن نموذج ذكاء اصطناعي يمكنه الكشف عن المواد المستخدمة في إنشاء البطاريات في الأرض. وفي الوقت نفسه، يستخدم فريق من الباحثين في شركة آي بي إم خوارزميات ذكاء اصطناعي لتحديد المواد البديلة التي يمكن استخدامها لإنشاء البطاريات.

يتزايد الطلب على المواد لإنشاء البطاريات مع مرور الوقت، حيث يصبح المزيد والمزيد من الأشياء مدفوعة بالكهرباء. ولتحقيق هذا الطلب المتزايد، يجب أن يتم مزيد من التعدين، والباحثون يبحثون عن طرق لتقليل الآثار البيئية لهذه عمليات استخراج الموارد. وللذكاء الاصطناعي القدرة على تحسين الطرق الحالية لاستخراج الخام أو استبدالها بتقنيات أكثر استدامة.

وفقًا لمجلة IEEE Spectrum، كوبولد ميتالز مشروع الذكاء الاصطناعي الجديد يهدف إلى الكشف عن رواسب الخام في المناطق التي يمكن فيها استخراج الخام مع ضرر بيئي ضئيل مقارنة بالطرق الحالية لاستخراج الموارد. وأوضح كوبولد أن النماذج الذكاء الاصطناعي التي يتم تطويرها يمكن أن تقلل بشكل كبير من الحاجة إلى بعثات استكشاف معادن غازية وغالية الثمن، والتي تتطلب عادة العديد من الاستكشافات والفحوصات لتحديد المواد النادرة. وفقًا لكوبولد، تم اكتشاف معظم المواد المتاحة بسهولة بالفعل، على الرغم من أن رواسب معادن جديدة سوف تكون مطلوبة لتغيير النظام الحالي للطاقة.

تعمل كوبولد جنبًا إلى جنب مع مركز ستانفورد للتنبؤ بالموارد الأرضية لتطوير وكيل ذكاء اصطناعي يمكنه تقديم توصيات حول أماكن العثور على معادن معينة. وت้องการ الشركة وكيل ذكاء اصطناعي يمكنه التوصية بأماكن قد تحتوي على رواسب من الليثيوم والنحاس والكوبالت والنيكل والمعادن الأخرى.

أوضح جيف كيرز، أستاذ العلوم الجيولوجية في ستانفورد، أن مفهوم الذكاء الاصطناعي هو أنه سيساعد الجيولوجيين في تقييم مواقع متعددة للرواسب المعدنية وتسريع عملية اتخاذ القرارات. وفقًا لكيرز، يعمل نموذج الذكاء الاصطناعي مثل سيارة ذاتية القيادة فيما يتعلق بجمع البيانات وتنفيذها من البيئة المحيطة.

مع انتقال المجتمع بعيدًا عن السيارات التي تعمل بالوقود الأحفوري إلى السيارات التي تعمل بالبطاريات، بهدف تقليل انبعاثات الغازات الدفيئة بشكل عام، سوف يكون هناك حاجة إلى سعة بطارية أكبر. وفقًا لمقال نشر في مجلة نيتشر في ديسمبر الماضي، قد يكون هناك أكثر من 2 مليار سيارة كهربائية على الطريق بحلول عام 2050، مما يتطلب حوالي 12 تيراوات ساعة من سعة البطارية السنوية، وهو ما يعادل عشر مرات السعة الحالية الموجودة في الولايات المتحدة.

يدعم نهج كوبولد لاكتشاف المعادن بواسطة الذكاء الاصطناعي منصة بيانات تخزين معلومات حول المواقع المحتملة للاستخراج، مأخوذة من مجموعة متنوعة من المصادر. يتم جمع عينات التربة وتقارير الحفر والصور بالأقمار الصناعية وتم استخدامها كسمات للنموذج الذكاء الاصطناعي، الذي يتنبأ بمواقع رواسب الخام المركزة للغاية. ومن المفترض أن يقدم النموذج الذكاء الاصطناعي تنبؤات دقيقة حول المواقع التي يجب استخراجها، مع وصول التنبؤات بسرعة أكبر من تلك التي يقدمها المحلل البشري.

في حين تقوم كوبولد بتصميم نماذج ذكاء اصطناعي لتحديد المزيد من المعادن للبطاريات، يحاول باحثون من آي بي إم العثور على مواد يمكن أن تحل محل المكونات الشائعة للبطاريات مثل الليثيوم والكوبالت. يستخدم باحثو آي بي إم خوارزميات ذكاء اصطناعي لتحديد مذيبات يمكن أن تتفوق على بطاريات الليثيوم الأيونية الحالية. يركز مشروع آي بي إم هذا على المواد الحالية والمتاحة حاليًا، ولكن مشروع آي بي إم آخر يهدف إلى合성 جزيئات جديدة يمكن أن تحل محل المواد الشائعة للبطاريات.

استخدم فريق البحث في آي بي إم نماذج توليدية لفهم الهيكل الجزيئي ونقطة الانصهار واللزوجة والخصائص الأخرى للمواد الحالية. يسمح تدريب نموذج توليدي على هذه الخصائص للباحثين بإنشاء جزيئات ذات خصائص مماثلة.

لقد استخدمت آي بي إم بالفعل نظام الذكاء الاصطناعي الخاص بها لتصميم جزيئات جديدة تسمى “مُولِّدات الحمض الضوئي”. يمكن أن تساعد هذه المُولِّدات الحمض الضوئي المهندسين على تطوير شرائح الكمبيوتر باستخدام مواد وأساليب أكثر صديقة للبيئة. ويهدف فريق البحث في آي بي إم إلى تحقيق نفس الشيء لتكنولوجيا البطاريات.