Искусственный интеллект совершил прорыв в области материаловедения: новый аккумулятор с минимальным содержанием лития

Аккумуляторы — это неотъемлемая часть современной жизни. Они позволяют нам пользоваться мобильными телефонами, ноутбуками, планшетами и другими устройствами, которые делают нашу жизнь удобнее и интереснее. Они также играют важную роль в переходе к зеленой энергетике, так как могут хранить избыточную энергию от ветряных и солнечных электростанций и выдавать ее по необходимости. Однако существующие аккумуляторы имеют ряд недостатков, которые ограничивают их эффективность и экологичность. Один из таких недостатков — это зависимость от лития, дорогостоящего и дефицитного металла, добыча которого наносит вред окружающей среде. Поэтому многие ученые и инженеры ищут способы создать аккумуляторы, которые используют меньше лития или вовсе обходятся без него. Но как найти такие материалы, которые бы обладали нужными свойствами для работы в аккумуляторах?

Традиционный подход к разработке новых материалов заключается в том, что исследователи синтезируют и тестируют множество вариантов, изменяя состав и структуру известных материалов или соединяя разные элементы в новые сочетания. Этот процесс может быть очень долгим и трудоемким, так как количество возможных кандидатов в материалы огромно, а их свойства не всегда очевидны или предсказуемы. Кроме того, не все материалы подходят для использования в аккумуляторах, так как они должны обеспечивать эффективный и стабильный перенос электрических зарядов между полюсами аккумулятора, называемыми анодом и катодом. Для этого нужен специальный компонент аккумулятора, называемый электролитом, который может быть жидким, гелевым или твердым. Твердые электролиты считаются наиболее перспективными, так как они обладают высокой безопасностью и долговечностью, но их проводимость обычно ниже, чем у жидких или гелевых электролитов.

В этой ситуации на помощь приходит искусственный интеллект (ИИ), который может ускорить и упростить процесс поиска и тестирования новых материалов. ИИ — это общее название для различных методов и алгоритмов, которые позволяют компьютерам выполнять задачи, требующие осмысления, такие как распознавание образов, анализ данных и т. д. Один из таких методов — это машинное обучение, которое заключается в том, что компьютер самостоятельно находит закономерности и зависимости в больших объемах данных, используя статистические модели и алгоритмы. Машинное обучение может быть использовано для предсказания свойств и поведения материалов на основе их состава и структуры, а также для отбора наиболее подходящих кандидатов из миллионов возможных вариантов.

Недавно группа исследователей из Microsoft и Тихоокеанской национальной лаборатории в США продемонстрировала, как можно использовать ИИ для разработки нового твердого электролита для аккумулятора, который требует на 70 процентов меньше лития, чем некоторые существующие конструкции. Они начали с 23,6 миллиона кандидатов в материалы, которые были получены путем модификации известных электролитов и замены части атомов лития на другие элементы, такие как натрий, калий, магний и др. Затем они применили алгоритм машинного обучения, который исключил те материалы, которые были нестабильными или имели низкую электрохимическую активность. Они также учли, как материалы будут вести себя в реальных условиях работы аккумулятора. В результате они сократили список до нескольких сотен кандидатов, среди которых были и совершенно новые материалы, которые никогда раньше не изучались.

Для того, чтобы проверить предсказания ИИ, исследователи выбрали один из материалов и синтезировали его в лаборатории. Этот материал был особенно интересен, так как в нем половина атомов лития была заменена на атомы натрия, что является необычным и новаторским решением для электролита. Исследователи изготовили работающий аккумулятор с этим материалом и подключили его к лампочке. Оказалось, что аккумулятор имеет достаточную проводимость и стабильность, хотя и уступает по этим параметрам некоторым другим прототипам, которые используют больше лития. Исследователи планируют продолжать оптимизировать свой аккумулятор, улучшая его характеристики и уменьшая стоимость. Они также хотят исследовать физические механизмы, которые лежат в основе работы их нового материала, и понять, как он взаимодействует с другими компонентами аккумулятора.

Самое удивительное в этом проекте — это то, что он был выполнен за всего девять месяцев, в то время как традиционный подход к разработке новых материалов может занимать годы. Это показывает, как искусственный интеллект может существенно ускорить и упростить процесс инновационных открытий в области материаловедения. ИИ не только помогает предсказывать свойства и поведение материалов, но и предлагает новые идеи и решения, которые могут быть неожиданными и оригинальными. Таким образом, ИИ становится не просто инструментом, а партнером для ученых и инженеров, который способствует развитию науки и технологии.

Конечно, ИИ не может заменить человеческий интеллект и творческий подход, а лишь дополняет и поддерживает их. ИИ не может самостоятельно проводить эксперименты, анализировать результаты, делать выводы и обобщения. Для этого нужны знания, опыт, интуиция и критическое мышление, которыми, пока что, обладают только люди. ИИ также не может учитывать все факторы и ограничения, которые влияют на практическое применение новых материалов, такие как экономическая целесообразность, экологическая безопасность, социальная ответственность и т. д.

Это очередное подтверждение того, что ИИ — это не конкурент, а коллега для человека, который может помочь ему решать сложные и важные задачи, такие как создание технологий будущего.