Модели искусственного интеллекта, используемые для поиска месторождений аккумуляторных материалов и определения замены

Исследователи ИИ находятся в процессе разработки моделей ИИ, чтобы уменьшить воздействие на окружающую среду, связанное с добычей материалов, используемых в батареях. Стартап по добыче полезных ископаемых Kobold разрабатывает модель искусственного интеллекта, способную обнаруживать материалы, используемые при создании батарей в земле. Тем временем группа исследователей из IBM использует алгоритмы искусственного интеллекта, чтобы определить, какие альтернативные материалы можно использовать для создания батарей.

Спрос на материалы для создания аккумуляторов все время растет, так как все больше и больше объектов получают питание от электричества. Чтобы удовлетворить этот повышенный спрос, потребуется больше добычи, и исследователи ищут способы уменьшить воздействие этих операций по добыче ресурсов на окружающую среду. ИИ может улучшить существующие методы добычи руды или даже заменить эти методы более устойчивыми методами.

По данным IEEE Spectrum, КоБолд МеталлыНовый проект искусственного интеллекта направлен на обнаружение месторождений руды в районах, где добыча руды нанесла бы относительно небольшой ущерб по сравнению с текущими методами добычи ресурсов. Кобольд объяснил, что модели искусственного интеллекта, которые они разрабатывают, могут значительно снизить потребность в инвазивных и дорогостоящих миссиях по разведке полезных ископаемых, которые обычно требуют много исследований и сканирований для поиска редких материалов. По словам КоБолда, большая часть легкодоступных материалов уже найдена, хотя для изменения существующей энергетической системы потребуются новые месторождения полезных ископаемых.

KoBold работает вместе со Стэнфордским центром прогнозирования ресурсов Земли над разработкой агента ИИ, который может давать рекомендации о том, где найти определенные полезные ископаемые. Стартапу нужен ИИ, способный рекомендовать области, которые могут содержать месторождения лития, меди, кобальта, никеля и других полезных ископаемых.

Профессор геологических наук в Стэнфорде Джеф Каерс объяснил, что концепция ИИ заключается в том, что он поможет геологам оценить несколько участков на наличие потенциальных месторождений полезных ископаемых и ускорить процесс принятия решений. По словам Кэерса, модель ИИ работает как беспилотный автомобиль в том смысле, что модель собирает данные, собранные из окружающей среды, и действует на них.

По мере того как общество переходит от автомобилей, работающих на ископаемом топливе, к автомобилям с батарейным питанием, стремясь сократить общие выбросы парниковых газов, потребуется большая емкость аккумуляторов. Согласно статье, опубликованной в журнале Nature в прошлом декабре, к 2 году на дорогах может быть более 2050 миллиардов электромобилей, требующих около 12 тераватт-часов годовой емкости аккумуляторов, что примерно в десять раз превышает нынешнюю существующую емкость США.

Подход Kobold к поиску полезных ископаемых на основе искусственного интеллекта поддерживается платформой данных, которая хранит информацию о потенциальных участках добычи, полученную из различных источников. Образцы почвы, отчеты о бурении и спутниковые снимки собираются и используются в качестве характеристик для модели ИИ, которая делает прогнозы о местонахождении высококонцентрированных рудных месторождений. Есть надежда, что модель ИИ будет делать точные прогнозы о том, какие сайты следует добывать, причем прогнозы будут делаться намного быстрее, чем прогнозы, сделанные аналитиком-человеком.

В то время как Kobold разрабатывает модели искусственного интеллекта, чтобы найти больше минералов для аккумуляторов, исследователи из IBM пытаются найти материалы, которые могут заменить обычные ингредиенты аккумуляторов, такие как литий и кобальт. Исследователи IBM используют модели искусственного интеллекта для определения растворителей, которые могут превзойти существующие литий-ионные батареи. Этот проект IBM AI фокусируется на существующих и доступных в настоящее время материалах, но это другой проект IBM. стремится синтезировать новые молекулы которые могут заменить обычные материалы батареи.

Исследовательская группа IBM использовала генеративные модели, чтобы понять молекулярную структуру, температуру плавления, вязкость и другие свойства существующих материалов. Обучение генеративной модели на этих типах признаков позволяет исследователям создавать молекулы со схожими свойствами.

IBM уже использовала свою систему искусственного интеллекта для разработки новых молекул, получивших название «генераторы фотокислоты». Эти генераторы фотокислоты могут помочь инженерам в разработке компьютерных микросхем с использованием более экологически чистых материалов и технологий. Исследовательская группа IBM стремится сделать то же самое с аккумуляторной технологией.