Les modèles d’IA utilisés pour trouver des dépôts de matériaux de batterie et identifier des remplacements

Les chercheurs en IA sont en train de développer des modèles d’IA pour réduire les impacts environnementaux associés à l’extraction de matériaux utilisés dans les batteries. Le startup d’exploration minière Kobold est en train de développer un modèle d’IA capable de détecter les matériaux utilisés dans la création de batteries dans le sol. Pendant ce temps, une équipe de chercheurs d’IBM utilise des algorithmes d’IA pour déterminer quels matériaux alternatifs pourraient être utilisés pour créer des batteries.

La demande de matériaux pour créer des batteries augmente constamment à mesure que de plus en plus d’objets sont alimentés par l’électricité. Pour répondre à cette demande accrue, plus d’exploitation minière devra avoir lieu et les chercheurs cherchent des moyens de réduire l’impact environnemental de ces opérations d’extraction de ressources. L’IA a le potentiel d’améliorer les méthodes actuelles d’extraction de minéraux ou même de remplacer ces méthodes par des techniques plus durables.

Selon IEEE Spectrum, KoBold Metals’ nouveau projet d’IA vise à détecter les dépôts de minéraux dans des zones où l’extraction du minerai causerait des dommages relativement mineurs, par rapport aux méthodes actuelles d’extraction de ressources. Kobold a expliqué que les modèles d’IA qu’ils développent pourraient réduire considérablement le besoin de missions d’exploration minière invasives et coûteuses, qui nécessitent généralement de nombreuses explorations et analyses pour trouver des matériaux rares. Selon KoBold, la plupart des matériaux facilement accessibles ont déjà été trouvés, même si de nouveaux dépôts de minéraux seront nécessaires pour changer le système énergétique actuel.

KoBold travaille aux côtés du Centre de prévision des ressources terrestres de Stanford pour développer un agent d’IA capable de faire des recommandations sur les endroits où trouver certains minéraux. Le startup veut un IA capable de recommander des zones qui pourraient contenir des dépôts de lithium, de cuivre, de cobalt, de nickel et d’autres minéraux.

Un professeur de sciences géologiques à Stanford, Jef Caers, a expliqué que le concept derrière l’IA est qu’il aidera les géologues à évaluer plusieurs sites pour des dépôts de minéraux potentiels et à accélérer le processus de prise de décision. Selon Caers, le modèle d’IA fonctionne comme une voiture autonome dans le sens où le modèle recueille et agit sur les données collectées dans l’environnement surrounding.

Alors que la société passe des voitures à essence aux voitures à batterie, visant à réduire les émissions de gaz à effet de serre, plus de capacité de batterie sera nécessaire. Selon un article publié dans la revue Nature ce mois-ci, il pourrait y avoir plus de 2 milliards de véhicules électriques sur la route d’ici 2050, nécessitant environ 12 térawatts-heures de capacité de batterie annuelle, ce qui est environ dix fois la capacité actuelle des États-Unis.

L’approche de découverte de minéraux basée sur l’IA de Kobold est soutenue par une plate-forme de données qui stocke des informations sur les sites d’extraction potentiels provenant de diverses sources. Des échantillons de sol, des rapports de forage et des images satellites sont collectés et utilisés comme fonctionnalités pour le modèle d’IA, qui fait des prédictions sur les emplacements de dépôts de minéraux hautement concentrés. On espère que le modèle d’IA fera des prédictions précises sur les sites qui devraient être exploités, les prédictions étant beaucoup plus rapides que celles faites par un analyste humain.

Pendant que Kobold conçoit des modèles d’IA pour trouver plus de minéraux pour les batteries, les chercheurs d’IBM tentent de trouver des matériaux qui peuvent remplacer les ingrédients de batterie courants comme le lithium et le cobalt. Les chercheurs d’IBM utilisent des modèles d’IA pour identifier des solvants qui pourraient surpasser les batteries au lithium-ion actuelles. Ce projet d’IA d’IBM se concentre sur les matériaux existants et disponibles, mais un autre projet d’IBM vise à synthétiser de nouvelles molécules qui peuvent remplacer les matériaux de batterie courants.

L’équipe de recherche d’IBM a utilisé des modèles génératifs pour comprendre la structure moléculaire, le point de fusion, la viscosité et d’autres attributs des matériaux existants. La formation d’un modèle génératif sur ces types de fonctionnalités permet aux chercheurs de générer des molécules avec des propriétés similaires.

IBM a déjà utilisé son système d’IA pour concevoir de nouvelles molécules appelées « générateurs de photoacide ». Ces générateurs de photoacide pourraient aider les ingénieurs à développer des puces informatiques en utilisant des matériaux et des techniques plus respectueux de l’environnement. L’équipe de recherche d’IBM vise à faire de même pour la technologie des batteries.