ปัญญาประดิษฐ์ช่วยให้นักวิทยาศาสตร์สร้างแบตเตอรี่ชนิดใหม่

ในการตามล่าหาวัสดุใหม่นักวิทยาศาสตร์ได้พึ่งพาการซ่อมแซมในห้องแล็บซึ่งเป็นแนวทางโดยสัญชาตญาณโดยมีการทดลองและข้อผิดพลาดมากมาย

แต่ตอนนี้วัสดุแบตเตอรี่ใหม่ได้รับการค้นพบโดยการรวมพลังการคำนวณสองอัน: ปัญญาประดิษฐ์และซูเปอร์คอมพิวเตอร์ เป็นการค้นพบที่เน้นถึงศักยภาพในการใช้คอมพิวเตอร์เพื่อช่วยให้นักวิทยาศาสตร์ค้นพบวัสดุที่เหมาะสมกับความต้องการเฉพาะตั้งแต่แบตเตอรี่ไปจนถึงเทคโนโลยีการจับคาร์บอนไปจนถึงตัวเร่งปฏิกิริยา

การคำนวณWinnowed ลงวัสดุผู้สมัครมากกว่า 32 ล้านคนเพียง 23 ทางเลือกที่มีแนวโน้มนักวิจัยจาก Microsoft และ Pacific Northwest National Laboratory หรือ PNNL รายงานในรายงานที่ส่ง 8 มกราคมถึง arxiv.org จากนั้นทีมได้สังเคราะห์และทดสอบหนึ่งในวัสดุเหล่านั้นและสร้างต้นแบบแบตเตอรี่ที่ใช้งานได้

ในขณะที่นักวิทยาศาสตร์ใช้ AI เพื่อทำนายคุณสมบัติของวัสดุมาก่อนการศึกษาก่อนหน้านี้มักจะไม่เห็นกระบวนการดังกล่าวผ่านการผลิตวัสดุใหม่ “ สิ่งที่ดีเกี่ยวกับบทความนี้คือมันไปตลอดทางตั้งแต่ต้นจนจบ” นักวิทยาศาสตร์วัสดุการคำนวณ Shyue Ping ong จากมหาวิทยาลัยแคลิฟอร์เนียซานดิเอโกกล่าวซึ่งไม่ได้เกี่ยวข้องกับการวิจัย

นักวิจัยกำหนดเป้าหมายวัสดุแบตเตอรี่ประเภทโลภ: อิเล็กโทรไลต์ที่เป็นของแข็ง อิเล็กโทรไลต์เป็นวัสดุที่ถ่ายโอนไอออน - อะตอมที่ชาร์จด้วยไฟฟ้า - ไปมาระหว่างขั้วไฟฟ้าของแบตเตอรี่ ในแบตเตอรี่ลิเธียมไอออนมาตรฐานอิเล็กโทรไลต์เป็นของเหลว แต่นั่นมาพร้อมกับอันตรายเช่นแบตเตอรี่รั่วหรือก่อให้เกิดไฟ การพัฒนาแบตเตอรี่ด้วยอิเล็กโทรไลต์ที่เป็นของแข็งเป็นเป้าหมายสำคัญของนักวิทยาศาสตร์วัสดุ

ผู้สมัครดั้งเดิม 32 ล้านคนถูกสร้างขึ้นผ่านเกมผสมและจับคู่แทนที่องค์ประกอบที่แตกต่างกันในโครงสร้างผลึกของวัสดุที่รู้จัก การเรียงลำดับผ่านรายการขนาดใหญ่นี้ด้วยการคำนวณทางฟิสิกส์แบบดั้งเดิมจะต้องใช้เวลาหลายสิบปีนักเคมีเชิงคำนวณ Nathan Baker จาก Microsoft กล่าว แต่ด้วยเทคนิคการเรียนรู้ของเครื่องซึ่งสามารถทำการคาดการณ์ได้อย่างรวดเร็วตามรูปแบบที่เรียนรู้จากวัสดุที่รู้จักการคำนวณผลลัพธ์ที่ได้ผลลัพธ์ในเวลาเพียง 80 ชั่วโมง

ประการแรกนักวิจัยใช้ AI เพื่อกรองวัสดุตามความมั่นคงคือไม่ว่าพวกเขาจะมีอยู่จริงในโลกแห่งความเป็นจริงหรือไม่ ที่ตัดรายการลงไปที่น้อยกว่า 600,000 ผู้สมัคร การวิเคราะห์ AI เพิ่มเติมผู้สมัครที่เลือกมีแนวโน้มที่จะมีคุณสมบัติทางไฟฟ้าและเคมีที่จำเป็นสำหรับแบตเตอรี่ เนื่องจากโมเดล AI นั้นเป็นค่าโดยประมาณนักวิจัยจึงกรองรายการขนาดเล็กนี้โดยใช้วิธีการที่ผ่านการทดสอบและทดสอบและคำนวณได้อย่างเข้มข้นขึ้นอยู่กับฟิสิกส์ พวกเขายังกำจัดวัสดุที่หายากเป็นพิษหรือมีราคาแพง

นั่นทำให้นักวิจัยมีผู้สมัคร 23 คนซึ่งห้าคนเป็นที่รู้จักกันแล้ว นักวิจัยที่ PNNL เลือกวัสดุที่ดูมีแนวโน้ม - มันเกี่ยวข้องกับวัสดุอื่น ๆ ที่นักวิจัยรู้วิธีการทำในห้องแล็บและมีความมั่นคงและการนำไฟฟ้าที่เหมาะสม จากนั้นพวกเขาก็ตั้งค่าให้ทำงานสังเคราะห์ในที่สุดแฟชั่นมันเป็นแบตเตอรี่ต้นแบบ และมันก็ใช้งานได้

“ นั่นคือตอนที่เราตื่นเต้นมาก” นักวิทยาศาสตร์ด้านวัสดุ Vijay Murugesan จาก PNNL ใน Richland, Wash จากขั้นตอนการสังเคราะห์ไปยังแบตเตอรี่ที่ใช้งานได้ใช้เวลาประมาณหกเดือน “ นั่นมันเร็วมาก”

อิเล็กโทรไลต์ใหม่นั้นคล้ายกับวัสดุที่รู้จักที่มีลิเธียม, yttrium และคลอรีน แต่สลับลิเธียมบางส่วนเป็นโซเดียม - ข้อได้เปรียบเป็นลิเธียมมีค่าใช้จ่ายสูงและมีความต้องการสูง-SN: 5/7/19-

การรวมลิเธียมและโซเดียมนั้นไม่เป็นทางการ “ ในแนวทางปกติ…เราจะไม่ผสมทั้งสองเข้าด้วยกัน” นักวิทยาศาสตร์วัสดุหยานเซ็งแห่งรัฐฟลอริดาแห่งรัฐฟลอริดาในแทลลาแฮสซีกล่าวซึ่งไม่ได้มีส่วนร่วมในการวิจัย การปฏิบัติทั่วไปคือการใช้ลิเธียมหรือโซเดียมไอออนเป็นตัวนำไม่ใช่ทั้งสองอย่าง ไอออนสองประเภทอาจคาดว่าจะแข่งขันกันซึ่งส่งผลให้ประสิทธิภาพแย่ลง วัสดุนอกรีตเน้นความหวังเดียวสำหรับ AI ในการวิจัยเซงกล่าวว่า:“ AI สามารถเรียงลำดับออกจากกล่องได้”

ในงานใหม่นักวิจัยได้สร้างแบบจำลอง AI ที่สามารถทำนายคุณสมบัติที่แตกต่างกันของวัสดุตามข้อมูลการฝึกอบรมจากวัสดุที่รู้จัก สถาปัตยกรรม AI เป็นประเภทที่เรียกว่าเครือข่ายประสาทกราฟซึ่งระบบจะแสดงเป็นกราฟโครงสร้างทางคณิตศาสตร์ที่ประกอบด้วย "ขอบ" และ "โหนด" แบบจำลองประเภทนี้เหมาะอย่างยิ่งสำหรับการอธิบายวัสดุเนื่องจากโหนดสามารถเป็นตัวแทนของอะตอมและขอบสามารถเป็นตัวแทนของพันธะระหว่างองค์ประกอบ

ในการดำเนินการทั้งการคำนวณ AI และฟิสิกส์ทีมใช้องค์ประกอบควอนตัม Azure ของ Microsoft ซึ่งให้การเข้าถึงซูเปอร์คอมพิวเตอร์บนคลาวด์ที่เหมาะสำหรับการวิจัยทางเคมีและวัสดุวิทยาศาสตร์

โครงการ Baker กล่าวว่าเป็นตัวอย่างของการฝึกฝนที่รู้จักกันในแวดวงเทคโนโลยีว่า“ กินอาหารสุนัขของคุณเอง” ซึ่ง บริษัท ใช้ผลิตภัณฑ์ของตัวเองเพื่อยืนยันว่ามันใช้งานได้ ในอนาคตเขาบอกว่าเขาหวังว่าคนอื่นจะรับเครื่องมือและใช้มันเพื่อความพยายามทางวิทยาศาสตร์ที่หลากหลาย

การศึกษาเป็นหนึ่งในความพยายามหลายอย่างในการใช้ AI เพื่อค้นหาวัสดุใหม่ ในเดือนพฤศจิกายนนักวิจัยจาก Google Deepmind ใช้เครือข่ายประสาทกราฟเพื่อทำนายการมีอยู่ของวัสดุที่มีเสถียรภาพนับแสนพวกเขารายงานในวันที่ 7 ธันวาคมธรรมชาติ- และในฉบับเดียวกันของธรรมชาติ,Zeng และเพื่อนร่วมงานรายงานเกี่ยวกับกห้องปฏิบัติการดำเนินการโดย AI ออกแบบมาเพื่อผลิตวัสดุใหม่อย่างอิสระ