Modelli AI utilizzati per trovare depositi di materiali della batteria e identificare le sostituzioni

I ricercatori di intelligenza artificiale stanno sviluppando modelli di intelligenza artificiale per ridurre gli impatti ambientali associati all'estrazione dei materiali utilizzati nelle batterie. La startup di esplorazione mineraria Kobold sta sviluppando un modello di intelligenza artificiale in grado di rilevare i materiali utilizzati nella creazione di batterie nel terreno. Nel frattempo, un team di ricercatori di IBM sta utilizzando algoritmi di intelligenza artificiale per determinare quali materiali alternativi potrebbero essere utilizzati per creare batterie.

La domanda di materiali per creare batterie è in costante aumento man mano che sempre più oggetti vengono alimentati dall'elettricità. Per soddisfare questa crescente domanda, sarà necessario effettuare più attività minerarie e i ricercatori stanno cercando modi per ridurre l'impatto ambientale di queste operazioni di estrazione delle risorse. L'intelligenza artificiale ha il potenziale per migliorare gli attuali metodi di estrazione del minerale o addirittura sostituire questi metodi con tecniche più sostenibili.

Secondo lo spettro IEEE, Metalli KoBoldIl nuovo progetto AI mira a rilevare i depositi di minerale nelle aree in cui l'estrazione del minerale provocherebbe danni relativamente minori rispetto agli attuali metodi di estrazione delle risorse. Kobold ha spiegato che i modelli di intelligenza artificiale che stanno sviluppando potrebbero ridurre drasticamente la necessità di missioni di esplorazione mineraria invasive e costose, che in genere richiedono molte esplorazioni e scansioni per trovare materiali rari. Secondo KoBold, la maggior parte dei materiali di facile accesso sono già stati trovati, anche se saranno necessari nuovi depositi di minerali per modificare l'attuale sistema energetico.

KoBold sta lavorando a fianco del Center for Earth Resource Forecasting di Stanford per sviluppare un agente di intelligenza artificiale in grado di fornire raccomandazioni su dove trovare determinati minerali. La startup vuole un'intelligenza artificiale in grado di consigliare aree che potrebbero contenere depositi di litio, rame, cobalto, nichel e altri minerali.

Un professore di scienze geologiche a Stanford, Jef Caers, ha spiegato che il concetto alla base dell'IA è che aiuterà i geologi a valutare più siti per potenziali depositi di minerali e ad accelerare il processo decisionale. Secondo Caers, il modello AI funziona come un'auto a guida autonoma, nel senso che il modello raccoglie e agisce sui dati raccolti dall'ambiente circostante.

Man mano che la società passa dalle auto alimentate a combustibili fossili alle auto a batteria, con l'obiettivo di ridurre le emissioni complessive di gas serra, sarà necessaria una maggiore capacità della batteria. Secondo un articolo pubblicato sulla rivista Nature lo scorso dicembre, ci potrebbero essere oltre 2 miliardi di veicoli elettrici in circolazione entro il 2050, che richiedono circa 12 terawattora di capacità annuale della batteria, che è circa dieci volte l'attuale capacità esistente degli Stati Uniti.

L'approccio alla scoperta di minerali basato sull'intelligenza artificiale di Kobold è supportato da una piattaforma di dati che memorizza informazioni su potenziali siti minerari presi da una varietà di fonti. Campioni di suolo, rapporti di perforazione e immagini satellitari vengono raccolti e utilizzati come caratteristiche per il modello AI, che fa previsioni sulle posizioni dei depositi di minerali altamente concentrati. Si spera che il modello AI faccia previsioni accurate su quali siti dovrebbero essere estratti, le previsioni arrivano molto più velocemente di quelle fatte da un analista umano.

Mentre Kobold sta progettando modelli di intelligenza artificiale per trovare più minerali per le batterie, i ricercatori di IBM stanno cercando di trovare materiali che possano sostituire ingredienti comuni delle batterie come litio e cobalto. I ricercatori IBM stanno impiegando modelli di intelligenza artificiale per identificare solventi che potrebbero superare le attuali batterie agli ioni di litio. Questo progetto di intelligenza artificiale IBM si sta concentrando sui materiali attualmente esistenti e disponibili, ma un altro progetto IBM mira a sintetizzare nuove molecole che possano sostituire i materiali comuni delle batterie.

Il team di ricerca IBM ha utilizzato modelli generativi per comprendere la struttura molecolare, il punto di fusione, la viscosità e altri attributi dei materiali esistenti. L'addestramento di un modello generativo su questi tipi di caratteristiche consente ai ricercatori di generare molecole con proprietà simili.

IBM ha già utilizzato il proprio sistema di intelligenza artificiale per progettare nuove molecole denominate "generatori di fotoacidi". Questi generatori di fotoacidi potrebbero aiutare gli ingegneri a sviluppare chip per computer utilizzando materiali e tecniche più rispettosi dell'ambiente. Il team di ricerca IBM mira a fare lo stesso per la tecnologia delle batterie.