Modelli AI utilizzati per trovare depositi di materiali per batterie e identificare sostituti

I ricercatori di intelligenza artificiale stanno sviluppando modelli di intelligenza artificiale per ridurre l’impatto ambientale associato all’estrazione di materiali utilizzati nelle batterie. La startup di esplorazione mineraria Kobold sta sviluppando un modello di intelligenza artificiale in grado di rilevare 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 sta aumentando costantemente poiché sempre più oggetti sono alimentati da elettricità. Per soddisfare questa domanda crescente, sarà necessario effettuare più attività di estrazione e i ricercatori stanno cercando modi per ridurre l’impatto ambientale di queste operazioni di estrazione di risorse. L’intelligenza artificiale ha il potenziale di migliorare i metodi attuali di estrazione di minerale o addirittura sostituirli con tecniche più sostenibili.

Secondo IEEE Spectrum, KoBold Metals ha avviato un nuovo progetto di intelligenza artificiale volto a rilevare i depositi di minerale in aree in cui l’estrazione del minerale comporterebbe danni relativamente minori rispetto ai metodi attuali di estrazione di 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 di solito richiedono molte esplorazioni e scansioni per trovare materiali rari. Secondo KoBold, la maggior parte dei materiali facilmente accessibili è già stata trovata, anche se saranno necessari nuovi depositi di minerali per modificare l’attuale sistema energetico.

KoBold sta lavorando insieme al Center for Earth Resource Forecasting di Stanford per sviluppare un agente di intelligenza artificiale che possa fornire raccomandazioni su dove trovare determinati minerali. La startup vuole un’intelligenza artificiale in grado di raccomandare 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’intelligenza artificiale è che aiuterà i geologi a valutare più siti per potenziali depositi di minerali e a velocizzare il processo decisionale. Secondo Caers, il modello di intelligenza artificiale funziona come un’auto a guida autonoma nel senso che il modello raccoglie e agisce sui dati raccolti dall’ambiente circostante.

Mentre la società si allontana dalle auto alimentate a carburante fossile e si avvicina alle auto alimentate a batteria, con l’obiettivo di ridurre le emissioni di gas serra, sarà necessaria una maggiore capacità di batteria. Secondo un articolo pubblicato sulla rivista Nature lo scorso dicembre, potrebbero esserci oltre 2 miliardi di veicoli elettrici sulle strade entro il 2050, richiedendo circa 12 terawatt-ore di capacità di batteria annuale, che è circa dieci volte la capacità esistente attuale degli Stati Uniti.

L’approccio di Kobold alla scoperta di minerali guidata dall’intelligenza artificiale è supportato da una piattaforma di dati che archivia informazioni su potenziali siti di estrazione provenienti da diverse fonti. Campioni di suolo, rapporti di perforazione e immagini satellitari vengono raccolti e utilizzati come caratteristiche per il modello di intelligenza artificiale, che fa previsioni sulla posizione di depositi di minerale ad alta concentrazione. Si spera che il modello di intelligenza artificiale 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 batterie, i ricercatori di IBM stanno cercando materiali che possano sostituire ingredienti comuni per batterie come litio e cobalto. I ricercatori di IBM stanno utilizzando modelli di intelligenza artificiale per identificare solventi che potrebbero superare le batterie al litio-ion attuali. Questo progetto di intelligenza artificiale di IBM si concentra su materiali esistenti e attualmente disponibili, ma un altro progetto di IBM mira a sintetizzare nuovi composti che possono sostituire materiali comuni per batterie.

Il team di ricerca di 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 acido fotochimico”. Questi generatori di acido fotochimico potrebbero aiutare gli ingegneri a sviluppare chip per computer utilizzando materiali e tecniche più ecocompatibili. Il team di ricerca di IBM mira a fare lo stesso per la tecnologia delle batterie.