هوش مصنوعی ۵۰۰ هزار گزینه جدید برای ساخت باتری پیدا کرد

این نوع جدید باتری ممکن است نیاز به لیتیوم را تا حدود ۷۰ درصد کاهش دهد و وابستگی به فلزی را که گران است و از نظر اخلاقی مشکل‌ساز است، کم کند. در همین حال، مایکروسافت همچنین می‌گوید که این یک پیشرفت بزرگ برای هوش مصنوعی است و نشان می‌دهد که چگونه می‌توان از این فناوری برای اکتشاف‌های واقعی و متحول‌کننده استفاده کرد. به عبارت دیگر، کشف‌هایی که می‌توانند به‌مراتب سریع‌تر از هر زمانی به دست بیایند.

مایکروسافت سال گذشته سیستم جدیدی به نام «اژور کوانتوم المنتس» عرضه کرد که به منظور استفاده از هوش مصنوعی و سایر فناوری‌های پیشرفته برای اکتشاف‌های علمی ساخته شد. این سیستم را پیش‌تر شرکت‌هایی از جمله پژوهشگران دارویی برای آزمایش مواد بالقوه ممکن در ساخت دارو استفاده کرده بودند.

اما مایکروسافت گفت که می‌خواست ثابت کند این فناوری می‌تواند مواد جدیدی را شناسایی کند که بتوانند ساخته شوند و کاربردی باشند. این شرکت تا حدودی به این دلیل باتری‌ها را انتخاب کرد که باتری‌ها کارآمدی‌شان را در زندگی روزمره نشان داده بودند.

فناوری باتری به‌ویژه در سال‌های اخیر، با توجه به اینکه باتری‌ها ظرفیت استفاده در صورت‌های پایدارتر انرژی را دارند و همچنین کلید فناوری‌هایی مانند خودروهای خودران و غیره به شمار می‌روند، بخش مهمی از تحقیقات بوده است.

برایان آبراهامسون، مدیر ارشد دیجیتال آزمایشگاه ملی پسیفیک نورت‌وست، در اظهاراتی گفت: «ساخت باتری‌های جدید یک چالش جهانی فوق‌العاده مهم است. این فرایندی مستلزم وجود نیروی کار بسیار بوده است. تولید و آزمایش مواد در مقیاس انسانی اساسا محدودکننده است.»

مایکروسافت در ادامه، بیش از ۳۲ میلیون ماده بالقوه را بررسی کرد و بیش از ۵۰۰ هزار گزینه پایدار یافت. این شرکت نتایج را در ماه اوت گذشته گزارش و در عین حال خاطرنشان کرد که غربالگری مواد به این روش عموما فقط آغاز پیشرفت‌های بزرگ علمی است.

این بار مایکروسافت از سیستم هوش مصنوعی استفاده کرد و برای شناسایی ماده‌ای که هم ناشناخته بود و هم در طبیعت وجود نداشت، با آزمایشگاه ملی پسیفیک نورت‌وست وزارت انرژی ایالات متحده همکاری کرد. این کار ظرفیت ساخت باتری‌هایی با منابع کارآمد را نشان داد.

دانشمندان این آزمایشگاه سپس این ماده را تولید و آن را به یک نمونه اولیه تبدیل کردند. این کار نشان داد که باتری کشف‌شده، واقعا در عمل کار کرد و این ظرفیت را دارد که روش جدیدی برای ذخیره انرژی باشد.

مقاله‌ای که این پژوهش را توصیف می‌کند، «تسریع در کشف مواد محاسباتی با هوش مصنوعی و محاسبات ابری با کارایی بالا: از غربالگری در مقیاس بزرگ تا اعتبارسنجی تجربی»، در آرکایو منتشر شده است.