微软和 PNNL 合作研讨,AI 发明的新资料可以增加电池中锂的利用

编辑 | X微软和美国动力部下属的西北太平洋国家实验室 (PNNL) ,利用人工智能(AI)和超等估计发明了一种全新物资,可以增加电池中锂的利用。迷信家示意,这类资料大概会增加高达 70% 的锂用量。自发明以来,这类新资料已被用于为灯泡提供动力。微软研讨人员利用人工智能和超等估计机,在不到一周的时间内将 3200 万种潜在无机资料挑选为 18 种有前途的候选资料——如果利用传统的实验室研讨方法,这一挑选过程大概必要二十多年才能完成。从开始到开发出可歇息的电池原型的过程用了不到九个月的时间。该团队通过利用先进的人工智

微软和 PNNL 合作研讨,AI 发明的新资料可以增加电池中锂的利用

编辑 | X

微软和美国动力部下属的西北太平洋国家实验室 (PNNL) ,利用人工智能(AI)和超等估计发明了一种全新物资,可以增加电池中锂的利用。

迷信家示意,这类资料大概会增加高达 70% 的锂用量。

自发明以来,这类新资料已被用于为灯泡提供动力。

微软研讨人员利用人工智能和超等估计机,在不到一周的时间内将 3200 万种潜在无机资料挑选为 18 种有前途的候选资料——如果利用传统的实验室研讨方法,这一挑选过程大概必要二十多年才能完成。

从开始到开发出可歇息的电池原型的过程用了不到九个月的时间。

该团队通过利用先进的人工智能和高性能估计来实现这一目标,结合大量估计机来解决复杂的迷信和数学任务。

微软执行副总裁 Jason Zander 告诉 BBC,这家科技巨头的使命之一是「将 250 年的迷信发明压缩到未来 25 年」。

「我们认为这样的手艺将帮助我们做到这一点。我认为这就是此类迷信未来的实现方式,」他说。

锂资源的问题

由于其市场价值和银色,锂通常被称为「白金」。它是可充电电池(锂离子电池)的关键组件之一,为从电动汽车 (EV) 到智能手机的各种设备提供动力。

国际动力署示意,随着对金属的必要增加和电动汽车必要的增加,世界最早大概在 2025 年面临这类资料的短缺。

据美国动力部称,预计到 2030 年,锂离子电池的必要将增长十倍,因此制造商正在不断建设电池工厂来跟上。

锂矿开采大概会引起争议,因为它大概必要数年的时间才能开发,并对环境产生相当大的影响。提取金属必要大量的水和动力,这个过程大概会在环境中留下巨大的伤痕以及有毒废物。

伦敦帝国理工学院化学系电池研讨团队的负责人 Nuria Tapia-Ruiz 博士示意,任何锂含量增加且储能能力良好的资料都是锂离子电池行业的「圣杯」。

她说:「未来几年,人工智能和超等估计将成为电池研讨人员的重要工具,帮助预测新的高性能资料。」

但斯特拉斯克莱德大学(University of Strathclyde)化学工程讲师 Edward Brightman 博士示意,这项手艺必要「谨慎对待」。

他说:「它大概会产生虚假结果,或者一开始看起来不错的结果,然后结果要么是一种已知的资料,要么是无法在实验室合成的资料。」

这类源自人工智能的资料目前简称为 N2116,是一种静态电解质,已经过迷信家对其从原资料到歇息原型的测试。

它有潜力成为可持续的动力存储解决方案,因为静态电池比传统的液体或凝胶状锂更安全。

在不久的将来,充电速度更快的静态锂电池有望实现更高的能量密度,可进行数千次充电循环。

这个人工智能有何不同?

这项手艺的歇息原理是利用微软创建的一种新型人工智能,该人工智能经过分子数据的训练,能够真正理解化学反应。

「这类人工智能完全基于迷信资料、数据库和属性,这些数据对于用于迷信发明来说非常值得信赖。」Zander 先生解释道。

软件缩小了 18 种候选物资的范围后,PNNL 的电池专家对它们进行了研讨,并选择了最终的物资在实验室进行研讨。

PNNL 的 Karl Mueller 示意,微软的人工智能见解使他们比正常歇息条件下「更快地到达潜在的富有成效的领域」。

他说:「我们可以修改、测试和调整这类新资料的化学成分,并快速评估其对歇息电池的手艺可行性,这表明先进的人工智能有望加速创新周期。」

参考内容:https://www.bbc.com/news/technology-67912033

给TA打赏
共{{data.count}}人
人已打赏
理论

利用可解释AI,发觉可扩展钙钛矿太阳能电池创造的工艺动力学

2024-1-10 16:17:00

理论

优于3D模型,成功率达90.6%,基于扩散的生成式AI从2D分子图摸索过渡态

2024-1-11 17:27:00

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
搜索