Microsofti ja Pacific Northwest National Laboratory (PNNL) avastasid tehisintellekti abil uut tüüpi tahkis-elektrolüüdi, mida saab tulevikus kasutada akudes. Uus aine põleb väiksema tõenäosusega kui tänapäeva liitium-ioonakud. Samuti kasutab see vähem liitiumi, mida on üha raskem saada, kuna nõudlus laetavate elektrisõidukite akude järele kasvab hüppeliselt.
Kuigi ees on veel pikk tee, et näha, kui elujõuline on see materjal alternatiivina traditsioonilistele liitiumioonakudele, tunnevad teadlased kõige rohkem põnevust generatiivse tehisintellekti potentsiaalist nende tööd kiirendada. See avastus on vaid esimene paljudest materjalidest, mida nad parema aku otsimisel testivad.
“Kõige tähtsam on kiirus, millega jõudsime uue idee, uue materjalini. Kui me näeme sellist kiirendust, oleksin panustanud, et see on tulevikutee seda tüüpi materjalide leidmiseks,” ütles PNNL´i programmiarenduse büroo direktor Karl Mueller.
Microsoft võttis eelmisel aastal ühendust PNNL-i teadlastega, et pakkuda oma Azure Quantum Elements (AQE) platvormi, mis ühendab suure jõudlusega andmetöötluse ja tehisintellekti ning lõpuks ka kvantandmetöötluse. Ettevõte käivitas selle eelmisel aastal keemia ja materjaliteaduse avastuste jaoks kohandatud tööriistana.
Teadlased küsisid AQE-lt vähem liitiumi kasutavate akumaterjalide kohta ja pakkus kiiresti välja 32 miljonit erinevat kandidaati. Sealt edasi pidi AI-süsteem tuvastama, milline neist materjalidest oleks kasutamiseks piisavalt stabiilne – neid oli lõpuks umbes 500 000. Nad kasutasid rohkem filtreid, et järeldada, kui hästi iga materjal võib energiat juhtida, simuleerida aatomite ja molekulide liikumist igas materjalis ning teha kindlaks, kui praktiline oleks iga kandidaat kulude ja saadavuse osas.
Lõpuks jäi alles 23 kandidaati, kellest viis olid juba teadaolevad materjalid. Kogu eralduseks kulus vaid 80 tundi – nii kiire saavutus, mis ilma tehisintellekti ja AQEta oleks olnud võimatu.
„Kolmkümmend kaks miljonit on midagi, mida me kunagi teha ei suudaks. Kujutage ette, et inimene istub ja vaatab läbi 32 miljonit materjali ja valib neist ühe või kaks. Seda lihtsalt ei juhtu,” ütles PNNL-i spetsialist Vijay Murugesan.
Allikas: The Verge
