微软如何利用人工智能发现潜在的新型电池材料

时间:2024-01-10 11:40:56 来源:
导读 人工智能(AI)和大规模云计算正在加速寻找新型电池材料。微软和西北太平洋国家实验室(PNNL)之间的人工智能增强合作已经生产出了一种有前途的...

人工智能(AI)和大规模云计算正在加速寻找新型电池材料。微软和西北太平洋国家实验室(PNNL)之间的人工智能增强合作已经生产出了一种有前途的新材料,两家公司今天公开分享了这种材料。

他们发现了一种新型固态电解质,这种材料可以使电池比当今的锂离子电池更不易起火。它还使用较少的锂,随着可充电电动汽车电池需求的飙升,锂的供应变得越来越困难。

要了解这种材料作为传统锂离子电池替代品的可行性,还有很长的路要走。科学家们最兴奋的是生成人工智能加速他们工作的潜力。这一发现只是他们为寻找更好的电池而测试的众多材料中的第一个。

“如果我们能看到这种加速,我打赌这就是未来寻找此类材料的方式。”

“最重要的一点是我们获得新想法、新材料的速度。如果我们能看到这种加速,我敢打赌,这就是未来寻找此类材料的出路。”PNNL物理化学家兼项目开发办公室主任KarlMueller说道。

据微软称,微软去年向PNNL研究人员伸出援手,提供其AzureQuantumElements(AQE)平台,该平台将高性能计算和人工智能以及最终的量子计算结合在一起。该公司去年推出了一款专为化学和材料科学发现而定制的工具。

研究人员向AQE询问锂用量较少的电池材料,它很快就推荐了3200万种不同的候选材料。从那时起,人工智能系统必须辨别哪些材料足够稳定可以使用——最终大约有500,000种。他们使用更多的过滤器来推断每种材料传导能量的能力,模拟原子和分子在每种材料内的移动方式,并确定每种候选材料在成本和可用性方面的实用性。

最终只剩下23名候选者,其中5名是已知材料。所有的削减只花了80个小时——这一壮举如此之快,如果没有人工智能和AQE,几乎是不可能的。

“三千二百万是我们永远无法做到的事情……想象一下,一个人坐下来浏览三千二百万种材料,然后从中选择一两种。这根本不会发生。”PNNL的科学家兼材料科学小组负责人VijayMurugesan说道。

PNNL从该搜索中合成了一个有希望的候选者并对其进行测试。他们能够用它生产出工作电池,并用它为灯泡和时钟供电。需要对数百个原型电池进行测试和调整,才能证明这种新材料的自身性能。因此,不要指望它会很快上架——已经有大量关于有前途的新材料的研究,但从未投放市场。

这个特殊候选材料的令人兴奋之处在于它使用了锂和钠的组合,锂和钠是一种丰富的元素,也是盐的主要成分。微软表示,这种新材料可以将电池中的钠用量减少多达70%。

最重要的是,它可以用来制造固态电池,比当今使用液体电解质制成的锂离子电池更安全,后者更容易过热。棘手的部分是,固体电解质通常在传导能量方面不如液体电解质。这是研究人员仍在试图用这种新材料克服的一个挑战,因为它在实验室测试中显示出的电导率比最初预测的要低。

幸运的是,当研究人员试图创造用可再生能源为世界提供动力所需的下一代电池时,还有其他有前途的候选电池可供研究人员制造和测试。请记住,生成式人工智能本身对环境的影响越来越大,特别是与计算消耗的所有能源相关的温室气体排放。这使得同时提高计算能效和使用清洁能源运行数据中心变得非常重要——这需要更好的电池。

“我们需要真正将化学材料科学的未来250年压缩到未来20年,对吗?这是因为我们想要拯救我们的星球。”微软研究院微软量子-雷蒙德(QuArC)小组负责人KrystaSvore说道。“从这些结果中可以看出,人工智能和高性能计算共同能够加速科学发现。”

标签: