قام الباحثون في فريق Azure Quantum Elements (AQE) التابع لشركة مايكروسوفت ومختبر الطاقة الوطني في المحيط الهادئ (PNNL) بتعاون على مشروع لتسريع تطوير البطاريات التجريبية باستخدام مزيج من الذكاء الاصطناعي والحوسبة ذات الأداء العالي.
تشمل النهج التقليدي لتطوير البطاريات اختبار فرضيات بعد فرضية حتى يتم التعرف على النوع المثالي. ومع ذلك، يمكن أن يكون هذا العملية مستهلكة للوقت وغير كفءة. قام فريقا AQE وPNNL بالتوجه نحو نهج مختلف بواسطة استخدام نماذج الذكاء الاصطناعي لتقييم مواد مختلفة واقتراح توليفات واعدة. من خلال جولات متعددة من تعلم الآلة والمحاكاة، قلصوا مجال الاحتمالات إلى 18 مركبا غير معروف سابقا.
ما يميز هذا المشروع هو توزيع موارد الحساب. على عكس الحكمة التقليدية، تم تخصيص 90% من موارد الحساب لمهام تعلم الآلة التي تهدف إلى تضييق الخيارات، في حين استخدم فقط 10% منها لأعباء عمل محاكاة عالية الدقة. يسلط هذا الضوء على أهمية تطبيق أكثر ذكاءً لموارد الحساب في حل المشاكل المعقدة.
واحدة من أكثر الاكتشافات نجاحًا من المشروع كانت مركبا موصلًا صلبًا يتكون من 70% صوديوم و 30% ليثيوم. بتوحيد هذه العناصر، تم الحصول على بطارية بكثافة طاقة واعدة مع استغلال مصدر مستدام ووفير. استغرقت عملية تخليق المركب وتحويله إلى بطارية حوالي عشر ساعات، بوتيرة أسرع بكثير من مرحلة الحساب.
بينما يعد تحديد كيمياء بطارية جديدة إنجازًا كبيرًا، يكمن النجاح الحقيقي في السرعة التي تمكن الفرق من تحقيقها. عادة ما يستغرق البحث في بطاريات من هذا الحجم سنوات، ولكن التعاون بين AQE وPNNL نجح في ذلك في مسألة أسابيع.
في المستقبل، يقوم مايكروسوفت وPNNL باستكشاف مفهوم النسخة الرقمية للكيمياء وعلوم المواد، والتي يمكن أن تسرع أكثر عملية الاختبار والتطوير. من خلال إنشاء نسخة افتراضية لاختبار التغييرات الإنتاجية رقميًا، يأمل الفريقان في تقليل الوقت اللازم للتصميم الأولي والاختبار الفعلي.
على الرغم من أنه من الضروري إجراء المزيد من الاختبارات والتصميم الأولي لتحديد قابلية كيمياء البطارية المحددة حديثًا، إلا أن هذا التعاون بين AQE وPNNL يظهر إمكانية الجمع بين الذكاء الاصطناعي، تعلم الآلة، والحوسبة ذات الأداء العالي لتسريع الاكتشاف العلمي والابتكار.
The source of the article is from the blog j6simracing.com.br