Pil ve Malzeme Depositoları Bulmak ve Yerini Alacak Maddeleri Tanımlamak için Kullanılan AI Modelleri

AI araştırmacıları, pillerde kullanılan malzemelerin çıkarılmasına ilişkin çevresel etkileri azaltmak için AI modelleri geliştirmektelerdir. Maden arama başlangıç şirketlerinden Kobold, pil oluşturmak için kullanılan malzemeleri yeraltında tespit edebilen bir AI modeli geliştirmektedir. Aynı zamanda, IBM’den bir araştırma ekibi, alternatif malzemelerin piller oluşturmak için kullanılabileceğini belirlemek için AI algoritmalarını kullanmaktadır.

Pil oluşturmak için kullanılan malzemelerin talebi her zaman artmaktadır, çünkü daha fazla nesne elektrikle çalışmaktadır. Bu artan talebi karşılamak için daha fazla madencilik yapılması gerekmektedir ve araştırmacılar bu kaynak çıkarma operasyonlarının çevresel etkilerini azaltmak için yollar aramaktadırlar. AI, mevcut yöntemleri geliştirebilir veya daha sürdürülebilir yöntemlerle değiştirebilir.

IEEE Spectrum’a göre, KoBold Metals‘in yeni AI projesi, çıkarılan malzemenin çevresel zararı en aza indirebilecek alanlarda cevher yataklarını tespit etmeyi hedeflemektedir. Kobold, geliştirdikleri AI modellerinin, nadir malzemeleri bulmak için gereken çok sayıda keşif ve taramayı gerektiren pahalı ve invazif mineral keşif görevlerinin ihtiyacını dramatik olarak azaltabileceğini açıklamıştır. KoBold’a göre, kolayca erişilebilen malzemelerin çoğu zaten bulunmuştur, ancak mevcut enerji sistemini değiştirmek için yeni mineral yatakları gerekecektir.

KoBold, belirli mineralleri bulmak için önerilerde bulunabilecek bir AI ajanı geliştirmek için Stanford Üniversitesi’nin Dünya Kaynakları Tahmin Merkezi ile birlikte çalışmaktadır. Startup, lityum, bakır, kobalt, nikel ve diğer minerallerin yer aldığı alanları öneren bir AI istemektedir.

Stanford Üniversitesi’nde jeolojik bilimler profesörü olan Jef Caers, AI’nin jeologların birden fazla siteyi potansiyel mineral yatakları için değerlendirmelerine ve karar verme sürecini hızlandırmasına yardımcı olacağını açıklamıştır. Caers’e göre, AI modeli, topladığı verilere göre hareket eden bir self-driving araba gibi çalışmaktadır.

Toplum, fosil yakıtlı arabalardan pil güdümlü arabalara geçiş yaparken, genel sera gazı emisyonlarını azaltmayı hedeflemektedir, bu nedenle daha fazla pil kapasitesi gerekecektir. Geçen Aralık ayında Nature dergisinde yayınlanan bir makaleye göre, 2050 yılına kadar yolda 2 milyardan fazla elektrikli araç olabileceği ve yaklaşık 12 terawatt-saatlik yıllık pil kapasitesine ihtiyaç duyulacağı tahmin edilmektedir, bu da ABD’deki mevcut kapasitenin yaklaşık on katıdır.

Kobold’un AI destekli mineral keşif yaklaşımı, çeşitli kaynaklardan alınan potansiyel maden siteleri hakkında bilgi depolayan bir veri platformu tarafından desteklenmektedir. Toprak örnekleri, delme raporları ve uydu görüntüleri toplanmakta ve AI modeli için özellikler olarak kullanılmaktadır, bu model yüksek konsantrasyonlu cevher yataklarının konumları hakkında tahminlerde bulunmaktadır. AI modelinin, hangi sitelerin madencilik için uygun olabileceği hakkında hızlı ve doğru tahminlerde bulunması umulmaktadır.

Kobold, pil için daha fazla malzeme bulmak için AI modelleri geliştirirken, IBM’den araştırmacılar, lityum ve kobalt gibi ortak pil malzemelerinin yerine geçebilecek malzemeleri bulmaya çalışmaktadır. IBM araştırmacıları, mevcut lityum iyon pillerini aşabilen solventleri tanımlamak için AI modellerini kullanmaktadır. Bu IBM AI projesi, mevcut ve mevcut malzemelere odaklanmaktadır, ancak farklı bir IBM projesi, ortak pil malzemelerinin yerine geçebilecek yeni moleküller sentezlemeyi hedeflemektedir.

IBM araştırma ekibi, mevcut malzemelerin moleküler yapı, erime noktası, viskozite ve diğer özelliklerini anlamak için generatif modelleri kullanmıştır. Bu tür özelliklerde bir generatif modeli eğitmek, araştırmacıların benzer özelliklere sahip moleküller oluşturmasına olanak tanır.

IBM, AI sistemini, daha çevre dostu malzemeler ve teknikler kullanarak bilgisayar çipleri geliştirmelerine yardımcı olabilecek “fotoasit jeneratörleri” olarak adlandırılan yeni moleküller tasarlamak için zaten kullanmıştır. IBM araştırma ekibi, aynı şeyi pil teknolojisi için yapmak istemekte olup, pil teknolojisinde de benzer bir yaklaşım benimsemeyi hedeflemektedir.