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

Исследователи в области ИИ разрабатывают модели ИИ для снижения экологических последствий, связанных с добычей материалов, используемых в батареях. Стартап Kobold, занимающийся разведкой месторождений, 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 постоянно увеличивается, поскольку все больше объектов работает на электричестве. Чтобы удовлетворить этот увеличившийся спрос, необходимо будет провести больше горных работ, и исследователи ищут способы снижения экологического ущерба от этих операций по добыче ресурсов. ИИ имеет потенциал для улучшения существующих методов добычи руды или даже заменить эти методы более устойчивыми техниками.

Согласно IEEE Spectrum, новый проект ИИ KoBold Metals направлен на обнаружение залежей руды в районах, где добыча руды будет наносить относительно незначительный ущерб по сравнению с текущими методами добычи ресурсов. Kobold объяснил, что модели ИИ, которые они разрабатывают, могут существенно сократить необходимость 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 найдено, хотя новые залежи минералов будут необходимы для изменения текущей энергетической системы.

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

Профессор геологических наук в Стэнфорде 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 в том смысле, что модель собирает и действует 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 текущей емкости 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 функций для модели ИИ, которая делает прогнозы о местонахождении высоко концентрированных залежей руды. Надеются, что модель ИИ сделает точные прогнозы о том, какие участки следует добывать, и эти прогнозы будут поступать намного быстрее, чем прогнозы, сделанные человеческим аналитиком.

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

Исследователи из IBM использовали генеративные модели для понимания молекулярной структуры, точки плавления, вязкости и других атрибутов существующих материалов. Обучение генеративной модели на этих атрибутах 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. Исследовательская команда ИИ стремится сделать то же самое для технологии батарей.