حدد برنامج للذكاء الاصطناعي (AI) مادة غير موجودة في الطبيعة يمكنها تقليل كمية الليثيوم المستخدمة في البطاريات بنسبة تصل إلى 70%.
المادة الجديدة، وهي مزيج من أيونات الصوديوم والليثيوم والإيتريوم والكلوريد، هي نوع من كلوريد المعادن المختلط، وقد وجد أنها الخيار الأفضل من بين 32 مليون مرشح.
والليثيوم هو المكون الرئيسي في البطاريات القابلة لإعادة الشحن، وقد ارتفع الطلب على المعدن بشكل كبير في السنوات الأخيرة. ومع ذلك، فإن عملية التعدين للحصول على هذا العنصر تستهلك الكثير من الطاقة بشكل خاص وغالبا ما تسبب تلوثا دائما للمياه والأراضي. وهذا يعني أن العديد من الشركات تبحث عن مواد بديلة لصنع البطاريات منها.
تعاون مختبر شمال غرب المحيط الهادئ الوطني (PNNL) مع مايكروسوفت للقيام بذلك. وباستخدام أداة Azure Quantum Elements من Microsoft، قام الباحثون بفحص المواد الجديدة المحتملة التي يمكن استخدامها في بطاريات الليثيوم المنخفضة. نشر العلماء النتائج التي توصلوا إليها في 8 يناير في خادم ما قبل الطباعة arXiv.
بناء نوع جديد من البطاريات عبر برنامج للذكاء الاصطناعي
تعمل البطاريات عن طريق نقل الجزيئات المشحونة ذهابا وإيابا بين الأطراف الموجبة والسالبة، المعروفة باسم الأقطاب الكهربائية. عند توصيل الأسلاك، تتحرك أيونات الليثيوم من القطب السالب، عبر مادة موصلة تسمى المنحل بالكهرباء، نحو القطب الموجب. وفي الوقت نفسه، تنتقل الإلكترونات في نفس الاتجاه عبر الأسلاك، مما يتيح استخلاص الطاقة من البطارية.
في هذه الدراسة، ركز الباحثون على المواد الإلكتروليتية الصلبة التي يأمل العلماء في تطويرها لتصبح بديلا أكثر أمانا وكفاءة للإلكتروليتات السائلة الحالية. والأهم من ذلك، يجب أن تكون مادة الإلكتروليت متوافقة مع الأقطاب الكهربائية وتسمح لأيونات الليثيوم بالمرور بسهولة من خلالها بينما تمنع تمامًا حركة الإلكترونات عبر البطارية.
لقد بدأوا بأكثر من 32 مليون مرشح محتمل – تم إنشاؤها عن طريق مبادلة عناصر مختلفة في هياكل إلكتروليتية موجودة – واستخدموا مجموعة من تقنيات الذكاء الاصطناعي لتصفية المواد بناء على خصائصها.
“تم إنشاء العديد من المركبات المرشحة باستخدام هذه النماذج الحاسوبية النظرية، ولكن يظهر أن العديد منها ليست مستقرة بشكل كاف للتصنيع الفعلي في المختبر. كما أشار كاندلر سميث، مهندس ميكانيكي في الشركة الوطنية للطاقة المتجددة، ‘كانت خطوتنا الأولى هي تصفية هذه المركبات وفقا لاستقرارها.’ وأكد مختبر الطاقة لايف ساينس أن هذه الشاشة الأولية نجحت في تقليص عدد المركبات المحتملة من 32 مليونا إلى نصف مليون مادة في غضون ساعات قليلة.”
معايير صارمة
اختار الفريق تسعة معايير إضافية واستخدم الذكاء الاصطناعي لتطبيقها تتابعيا، حيث قام بتصنيف المرشحين وترتيبهم وفقا لخصائصهم الإلكترونية وتكلفتهم وقوتهم، بهدف تقليص القائمة إلى 18 متأهلا للمرحلة النهائية للاختبار. وعلق سميث: “أنا متأثر كثيرا بما حققوه في غضون 80 ساعة عمل على الحاسوب فقط، حيث كان يستغرق 20 عاما لاختبار هذا التحليل تجريبيا.” وأضاف: “خط التعلم الآلي الذي اعتمدوه، بالتزامن مع النماذج الفيزيائية لديناميات الجزيئات، يعتبر إضافة كبيرة وستسرع بالفعل عمليات البحث.”
قام الباحثون بتركيب سلسلة من هذه المواد النهائية، التي تشمل الليثيوم والصوديوم والإيتريوم النادر وأيونات الكلوريد بنسب متفاوتة. ومن الملفت للانتباه أن هذا الخليط من الليثيوم والصوديوم يمكن المادة من توصيل كل من الأيونات – وهو أمر كان يعتقد في السابق أنه مستحيل – كما يمكن أن يعمل في بطاريات أيونات الصوديوم. بشكل خاص، تحتوي إحدى المتغيرات ذات نسبة عالية من الصوديوم على ليثيوم بنسبة أقل بنسبة 70٪ من البطاريات التقليدية، مما قد يقلل بشكل كبير من تكلفة هذه البطاريات وتأثيرها البيئي في المستقبل.
نقطة انطلاق لاكتشاف المواد المدعومة بالذكاء الاصطناعي
ثم توجه الفريق لاختبار الخصائص الإلكترونية للمرشحين، حيث أوضح سميث أن الموصلية الأيونية،.. أي مدى سرعة حركة أيونات الليثيوم، تعد الخاصية الرئيسية للكهارل وتحدد سرعة شحن البطارية،.. وهو أمر ذو أهمية بالغة للسيارات الكهربائية.
تستخدم بطاريات الليثيوم أيون التقليدية محلول إلكتروليت عضوي سائل يمكن للأيونات التنقل فيه بسرعة، مما يؤدي إلى شحن سريع. ومع ذلك، تكون هذه المذيبات قابلة للاشتعال، وتفاعلاتها مع الأقطاب تؤدي إلى تدهور البطارية بمرور الوقت. وأشار سميث إلى أن الإلكتروليتات الحالة الصلبة تتمتع بميزة استقرار كيميائي أكبر وأقل قابلية للاشتعال،.. ولكن العيب في ذلك هو أنها لا تحرك أيونات الليثيوم بسرعة، مما يجعل أوقات الشحن أبطأ.
تم اختيار المرشح الذي حدده الذكاء الاصطناعي كأفضل أداء، حيث كانت موصليته أقل من الإلكتروليتات السائلة الحالية بالحجم،.. مما أدى إلى فارق في أوقات الشحن بين 30 دقيقة وخمس ساعات. وعلى الرغم من أن أداء المادة إلكترونيا يحتاج إلى تحسين قبل أن تصبح مناسبة للاستخدام العملي،.. قام الباحثون ببناء نموذج عملي أولي واستخدموه بنجاح لتشغيل مصباح كهربائي، كما أفاد ممثلو مايكروسوفت.
سميث يرى أن هذا هو نقطة انطلاق ممتازة،.. حيث يشير إلى أن تبسيط اكتشاف المواد باستخدام الذكاء الاصطناعي كان إنجازا ذا تأثير كبير. ويمكن أن يدعم مسار التعلم الآلي البحث في العديد من المجالات الأخرى ذات الصلة.
تؤكد شركتا Microsoft وPNNL على استكشاف هذا المجال في المستقبل، حيث يقول بريان أبراهامسون،.. كبير المسؤولين الرقميين في PNNL، أن نتائج البطارية الجديدة تمثل مثالا واحدا فقط. وهي نقطة إثبات لفعالية استخدام برنامج للذكاء الاصطناعي في تحديد المواد الواعدة وتحقيق التقدم العلمي بسرعة.