Các Mô Hình Trí Tuệ Nhân Tạo Được Sử Dụng Để Tìm Kiếm Khoáng Sản Pin và Xác Định Thay Thế

Các nhà nghiên cứu trí tuệ nhân tạo đang trong quá trình phát triển các mô hình trí tuệ nhân tạo để giảm thiểu tác động môi trường liên quan đến việc khai thác các vật liệu sử dụng trong pin. Công ty khởi nghiệp về thăm dò mỏ Kobold đang phát triển một mô hình trí tuệ nhân tạo có khả năng phát hiện các vật liệu 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 trí tuệ nhân tạo 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, việc khai thác mỏ sẽ phải diễn ra nhiều hơn và các nhà nghiên cứu đang tìm cách giảm thiểu tác động môi trường của các hoạt động khai thác tài nguyên. Trí tuệ nhân tạo có tiềm năng cải thiện các phương pháp hiện tại của việc khai thác quặng hoặc thậm chí thay thế các phương pháp này bằng các kỹ thuật bền vững hơn.

Theo IEEE Spectrum, KoBold Metals đang phát triển một dự án trí tuệ nhân tạo mới nhằm phát hiện các mỏ quặng ở những khu vực mà 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 trí tuệ nhân tạo mà họ đang phát triển có thể giảm đáng kể nhu cầu về các nhiệm vụ thăm dò khoáng sản xâm lấn và tốn kém, thường yêu cầu 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 các mỏ khoáng sản mới sẽ được yêu cầu 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 trí tuệ nhân tạo có thể đưa ra các khuyến nghị về nơi tìm kiếm các khoáng sản nhất định. Công ty khởi nghiệp muốn một trí tuệ nhân tạo có khả năng khuyến nghị các khu vực có thể chứa các mỏ quặng lithi, đồng, coban, niken và các khoáng sản khác.

Giáo sư khoa học địa chất tại Stanford, Jef Caers, giải thích rằng khái niệm đằng sau trí tuệ nhân tạo là nó sẽ giúp các nhà địa chất đánh giá nhiều địa điểm cho các mỏ quặng tiềm năng và đẩy nhanh quá trình ra quyết định. Theo Caers, mô hình trí tuệ nhân tạo 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 nhiều khả năng pin hơn. Theo một bài báo được công bố trên tạp chí Nature vào tháng 12 vừa qua, có thể có hơn 2 tỷ xe ô tô điện trên đường vào năm 2050, đòi hỏi khoảng 12 terawatt-giờ công suất pin hàng năm, tương đương với mười lần công suất hiện tại của Mỹ.

Phương pháp khám phá khoáng sản dựa trên trí tuệ nhân tạo 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. Các mẫu đất, báo cáo khoan và hình ảnh vệ tinh được thu thập và sử dụng làm tính năng cho mô hình trí tuệ nhân tạo, giúp dự đoán vị trí của các mỏ quặng tập trung cao. Hy vọng rằng mô hình trí tuệ nhân tạo sẽ đưa ra các dự đoán chính xác về các địa điểm nên được khai thác, với tốc độ dự đoán nhanh hơn nhiều so với dự đoán của một nhà phân tích con người.

Trong khi Kobold đang thiết kế các mô hình trí tuệ nhân tạo để tìm kiếm thêm các khoáng sản cho pin, các nhà nghiên cứu từ IBM đang cố gắng tìm ra các vật liệu có thể thay thế cho các thành phần pin phổ biến như lithi và coban. Các nhà nghiên cứu của IBM đang sử dụng các mô hình trí tuệ nhân tạo để xác định các dung môi có thể hoạt động tốt hơn pin lithi-ion hiện tại. Dự án trí tuệ nhân tạo của IBM này tập trung vào các vật liệu hiện có và có sẵn, 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 trí tuệ nhân tạo của mình để thiết kế các phân tử mới được gọi là “nhà sản xuất axit quang”. Những 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.