Các mô hình AI được sử dụng để tìm kiếm các khoản tiền gửi của vật liệu pin và xác định các vật liệu thay thế

Các nhà nghiên cứu AI đang trong quá trình phát triển các mô hình AI để giảm thiểu tác động môi trường liên quan đến việc khai thác các vật liệu được sử dụng trong pin. Công ty khởi nghiệp thăm dò mỏ Kobold đang phát triển một mô hình AI có khả năng phát hiện các vật liệu được sử dụng trong việc tạo ra pin trong lòng đất. Trong khi đó, một nhóm các nhà nghiên cứu từ IBM đang sử dụng các thuật toán AI để xác định các vật liệu thay thế nào có thể được sử dụng để tạo ra pin.

Nhu cầu về vật liệu để tạo ra pin đang tăng lên不断 vì ngày càng nhiều đối tượng được cung cấp năng lượng bằng điện. Để đáp ứng nhu cầu tăng này, sẽ phải có thêm nhiều hoạt động khai thác mỏ và các nhà nghiên cứu đang tìm cách giảm thiểu tác động môi trường của các hoạt động khai thác tài nguyên. AI có tiềm năng cải thiện các phương pháp hiện tại để khai thác quặng hoặc thậm chí thay thế các phương pháp này bằng các kỹ thuật bền vững hơn.

Theo IEEE Spectrum, KoBold Metals’ dự án AI mới nhằm phát hiện các khoản tiền gửi quặng ở những khu vực nơi việc khai thác quặng sẽ gây ra thiệt hại tương đối nhỏ so với các phương pháp khai thác tài nguyên hiện tại. Kobold giải thích rằng các mô hình AI họ đang phát triển có thể giảm đáng kể nhu cầu về các nhiệm vụ thăm dò khoáng sản tốn kém và xâm lấn, thường đòi hỏi phải có nhiều cuộc thăm dò và quét để tìm các vật liệu hiếm. Theo KoBold, hầu hết các vật liệu dễ tiếp cận đã được tìm thấy, mặc dù sẽ cần phải có thêm các khoản tiền gửi khoáng sản mới để thay đổi hệ thống năng lượng hiện tại.

KoBold đang làm việc cùng với Trung tâm Dự báo Tài nguyên Trái đất của Stanford để phát triển một đại lý AI có thể đưa ra các khuyến nghị về nơi tìm kiếm các khoáng sản cụ thể. Công ty khởi nghiệp muốn một AI có khả năng khuyến nghị các khu vực có thể chứa các khoản tiền gửi của lithium, đồng, cobalt, nickel và các khoáng sản khác.

Một giáo sư khoa học địa chất tại Stanford, Jef Caers, giải thích rằng khái niệm đằng sau AI là nó sẽ giúp các nhà địa chất đánh giá nhiều địa điểm để tìm kiếm các khoản tiền gửi khoáng sản và đẩy nhanh quá trình ra quyết định. Theo Caers, mô hình AI hoạt động giống như một chiếc xe tự lái ở chỗ mô hình này vừa thu thập và hành động trên dữ liệu thu thập từ môi trường xung quanh.

Khi xã hội chuyển đổi từ xe ô tô chạy bằng nhiên liệu hóa thạch sang xe ô tô chạy bằng pin, nhằm giảm thiểu tổng lượng khí thải nhà kính, sẽ cần phải có thêm nhiều khả năng pin. Theo một bài báo được công bố trên tạp chí Nature vào tháng 12 vừa qua, có thể sẽ có hơn 2 tỷ xe ô tô điện trên đường vào năm 2050, đòi hỏi khoảng 12 terawatt-giờ khả năng pin hàng năm, tương đương với khoảng 10 lần khả năng pin hiện tại của Mỹ.

Phương pháp khám phá khoáng sản được hỗ trợ bởi AI của Kobold được hỗ trợ bởi một nền tảng dữ liệu lưu trữ thông tin về các địa điểm khai thác mỏ tiềm năng từ nhiều nguồn khác nhau. Các mẫu đất, báo cáo khoan và hình ảnh vệ tinh được thu thập và sử dụng làm tính năng cho mô hình AI, giúp dự đoán vị trí của các khoản tiền gửi quặng tập trung cao. Hy vọng rằng mô hình AI sẽ đưa ra dự đoán chính xác về các địa điểm nào nên được khai thác, các dự đoán này đến nhanh hơn nhiều so với những dự đoán được thực hiện bởi một nhà phân tích con người.

Trong khi Kobold đang thiết kế các mô hình AI để tìm kiếm thêm các vật liệu cho pin, các nhà nghiên cứu từ IBM đang cố gắng tìm kiếm các vật liệu có thể thay thế cho các thành phần pin phổ biến như lithium và cobalt. Các nhà nghiên cứu của IBM đang sử dụng các mô hình AI để xác định các dung môi có thể hoạt động tốt hơn các pin lithium-ion hiện tại. Dự án AI của IBM này tập trung vào các vật liệu hiện có và hiện có, nhưng một dự án khác của IBM nhằm tổng hợp các phân tử mới có thể thay thế các vật liệu pin phổ biến.

Đội nghiên cứu của IBM đã sử dụng các mô hình sinh để hiểu cấu trúc phân tử, điểm nóng chảy, độ nhớt và các thuộc tính khác của các vật liệu hiện có. Việc đào tạo một mô hình sinh trên các loại tính năng này cho phép các nhà nghiên cứu tạo ra các phân tử có tính chất tương tự.

IBM đã sử dụng hệ thống AI của họ để thiết kế các phân tử mới được gọi là “nhà sản xuất axit quang”. Các nhà sản xuất axit quang này có thể giúp các kỹ sư phát triển các vi mạch sử dụng các vật liệu và kỹ thuật thân thiện với môi trường hơn. Đội nghiên cứu của IBM nhằm làm điều tương tự cho công nghệ pin.