Модели ИИ, используемые для поиска залежей материалов для батарей и выявления замен

Исследователи ИИ разрабатывают модели ИИ для снижения экологических последствий, связанных с добычей материалов, используемых в батареях. Стартап по разведке Kobold разрабатывает модель ИИ, способную обнаруживать материалы, используемые при создании батарей, в земле. Тем временем команда исследователей из IBM использует алгоритмы ИИ для определения альтернативных материалов, которые можно использовать для создания батарей.

Спрос на материалы для создания батарей不断 увеличивается, поскольку все больше объектов работает на электричестве. Чтобы удовлетворить этот увеличенный спрос, необходимо провести больше горных работ, и исследователи ищут способы снижения экологического воздействия этих операций по добыче ресурсов. ИИ имеет потенциал для улучшения текущих методов добычи руды или даже заменить эти методы более устойчивыми техниками.

Согласно IEEE Spectrum, KoBold Metals запускает новый проект ИИ, целью которого является обнаружение залежей руды в районах, где добыча руды будет иметь относительно незначительное воздействие по сравнению с текущими методами добычи ресурсов. Kobold объяснил, что модели ИИ, которые они разрабатывают, могут существенно снизить потребность в инвазивных и дорогих миссиях по разведке минералов, которые обычно требуют многих исследований и сканирований для обнаружения редких материалов. Согласно KoBold, большинство легко доступных материалов уже обнаружено, хотя новые залежи минералов будут необходимы для изменения текущей энергетической системы.

KoBold работает вместе с Центром прогнозирования ресурсов Земли Стэнфордского университета над разработкой агента ИИ, который может давать рекомендации о том, где найти определенные минералы. Стартап хочет получить ИИ, способный рекомендовать районы, которые могут содержать залежи лития, меди, кобальта, никеля и других минералов.

Профессор геологических наук Стэнфордского университета Джеф Кэрс объяснил, что концепция ИИ заключается в том, что он поможет геологам оценить несколько мест для потенциальных залежей минералов и ускорить процесс принятия решений. Согласно Кэрсу, модель ИИ работает как самоходный автомобиль, собирая и действуя на основе данных, собранных из окружающей среды.

Когда общество переходит от автомобилей с двигателями внутреннего сгорания к батарейным автомобилям, стремясь снизить общее количество выбросов парниковых газов, потребуется больше емкости батарей. Согласно статье, опубликованной в журнале Nature в прошлом декабре, к 2050 году на дорогах может быть более 2 миллиардов электромобилей, что потребует около 12 тераватт-часов годовой емкости батарей, что примерно в десять раз больше существующей емкости в США.

Подход Kobold к открытию минералов с помощью ИИ поддерживается платформой данных, которая хранит информацию о потенциальных местах добычи, полученную из различных источников. Пробы почвы, отчеты о бурении и спутниковые снимки собираются и используются в качестве признаков для модели ИИ, которая делает прогнозы о местонахождении высококонцентрированных залежей руды. Надеются, что модель ИИ сделает точные прогнозы о том, какие участки следует добывать, и эти прогнозы будут сделаны намного быстрее, чем прогнозы, сделанные человеческим аналитиком.

В то время как Kobold разрабатывает модели ИИ для поиска больше минералов для батарей, исследователи из IBM пытаются найти материалы, которые могут заменить обычные ингредиенты батарей, такие как литий и кобальт. Исследователи IBM используют модели ИИ для определения растворителей, которые могут превосходить текущие литий-ионные батареи. Этот проект ИИ от IBM фокусируется на существующих и доступных материалах, но другой проект ИИ от IBM направлен на синтез новых молекул, которые могут заменить обычные материалы батарей.

Команда исследователей из IBM использовала генеративные модели для понимания молекулярной структуры, точки плавления, вязкости и других свойств существующих материалов. Обучение генеративной модели на этих типах признаков позволяет исследователям генерировать молекулы с подобными свойствами.

IBM уже использовала свою систему ИИ для разработки новых молекул, называемых “фотоацидными генераторами”. Эти фотоацидные генераторы могут помочь инженерам разрабатывать компьютерные чипы, используя более экологически чистые материалы и методы. Команда исследователей из IBM намерена сделать то же самое для технологии батарей.