マイクロソフトのAzure Quantum Elements（AQE）チームとエネルギー省太平洋北西国立研究所（PNNL）は、人工知能とハイパフォーマンスコンピューティングの組み合わせを使用して、実験的なバッテリーの開発を加速するプロジェクトで共同研究しました。
従来のバッテリー開発の手法では、理想的な候補が特定されるまで、仮説を次々にテストするというアプローチが取られます。しかし、このプロセスは時間がかかり効率的ではありません。AQEとPNNLのチームは、異なる材料を評価し、有望な組み合わせを提案するためにAIモデルを使用することで、異なるアプローチを取りました。機械学習とシミュレーションの複数のラウンドを通じて、彼らは18種類の事前に未知の化合物に可能性を絞り込みました。
このプロジェクトの特異な点は、コンピュートリソースの配分です。従来の知識に反して、コンピュートリソースの90%はオプションを絞り込むための機械学習タスクに割り当てられ、高精度なシミュレーション作業にはわずか10%しか使用されませんでした。これは、複雑な問題を解決するために、よりスマートなコンピュートリソースの活用が重要であることを示しています。
プロジェクトから最も成功した発見の1つは、ナトリウム70%とリチウム30%からなる固体電解質でした。これらの要素を組み合わせることで、より持続可能で豊富なリソースを利用しながら、有望なエネルギー密度を持つバッテリーが実現しました。この化合物を合成し、バッテリーに変換するプロセスは、計算段階よりもはるかに速い10時間で完了しました。
新しいバッテリーの化学物質の特定は重要な成果でありながら、本当の成功はチームがそれを達成した速さにあります。従来の手法では、このような規模のバッテリー研究には数年かかるでしょうが、AQE-PNNLの共同研究では数週間で実現しました。
今後、マイクロソフトとPNNLは、化学および材料科学のためのデジタルツインの概念を探求しています。これにより、製造変更をデジタル上でテストするための仮想複製品を作成することで、物理的なプロトタイピングとテストに必要な時間を短縮することができるとチームは期待しています。
新しく特定されたバッテリーの化学物質の実現可能性を判断するためには、さらなるテストとプロトタイピングが必要ですが、AQEとPNNLの協力によって、人工知能、機械学習、ハイパフォーマンスコンピューティングの組み合わせによる科学的発見とイノベーションの加速の可能性が示されました。
The source of the article is from the blog exofeed.nl