Mokslininkai kreipiasi į dirbtinį intelektą ieškodami saugesnių baterijų

Po šių metų pradžioje įvykusio „Samsung Galaxy Note 7“ akumuliatoriaus gedimo, dėl kurio buvo atšaukti beveik du milijonai telefonų ir jų Teigiama, kad galiausiai nutraukus pardavimą, mokslininkai imsis dirbtinio intelekto (DI), kad sukurtų saugesnes baterijas. programėlės.

Mokslininkai kreipiasi į dirbtinį intelektą ieškodami saugesnių baterijų

„Samsung“ akumuliatoriaus bėdos tikrai buvo didesnės už įprastas ličio jonų akumuliatorių problemas, tačiau jie nėra pirmoji, kuri užsiliepsnojo, ir ne pirmoji įmonė, kuriai teks atšaukti. Dėl to mokslininkai ilgą laiką ieškojo mažiau lakios alternatyvos degiems skystiems elektrolitams šiose baterijose.

Paskutiniai savo atradimus demonstruoja krūva tyrėjų iš Stenfordo universiteto, paskelbusių savo išvadas Energetikos ir aplinkos mokslų žurnalas remiantis technikomis, pritaikytomis iš AI ir mašininio mokymosi. Tyrimo metu nustatyta 21 kieta medžiaga, galinti pakeisti degius skystus elektrolitus ličio jonų baterijose, taip pagerindama elektroninių prietaisų, tokių kaip mobilieji telefonai ir nešiojamieji kompiuteriai, saugą.

„Elektrolitai perneša ličio jonus pirmyn ir atgal tarp teigiamo ir neigiamo akumuliatoriaus elektrodų“, sakė tyrimo vadovas Austinas Sendekas, taikomosios fizikos doktorantas ir pirmasis šio straipsnio autorius. „Skysti elektrolitai yra pigūs ir tikrai gerai praleidžia jonus, tačiau jie gali užsidegti, jei akumuliatorius perkaista arba trumpai jungiamas pradūrus.

Pasak Sendeko, šie kietieji elektrolitai turi didelį pranašumą prieš skysčius, naudojamus šiandieniniuose metoduose. Pirma, jie yra stabilesni ir mažiau linkę sprogti ar išgaruoti nei organiniai tirpikliai.

„Jie taip pat yra daug tvirtesni ir dėl to akumuliatorius struktūriškai stipresnis“, - priduria jis.

Tačiau užuot atsitiktinai išbandžiusi atskirus junginius, komanda kreipėsi į AI ir mašininį mokymąsi, kad sukurtų nuspėjamus modelius iš eksperimentinių duomenų. Jie išmokė kompiuterinį algoritmą, kad išmoktų atpažinti gerus ir blogus junginius pagal esamus duomenis, panašiai kaip veido atpažinimo algoritmas išmoksta atpažinti veidus pamatęs kelis pavyzdžių.stanford_scientists_turn_to_ai_for_safer_batteries

„Žinomų ličio turinčių junginių skaičius siekia dešimtis tūkstančių, kurių didžioji dauguma yra neišbandyti“, – pridūrė Sendekas. „Kai kurie iš jų gali būti puikūs dirigentai.

Komanda sukūrė skaičiavimo modelį, kuris mokosi iš ribotų duomenų, kuriuos jie jau turi, ir leidžia jiems tai padaryti potencialių kandidatų peržiūra iš didžiulės medžiagų duomenų bazės maždaug milijoną kartų greičiau nei dabartinė metodus.

Kurdamas modelį, Sendekas praleido daugiau nei dvejus metus rinkdamas visus žinomus mokslinius duomenis apie kietus junginius, kurių sudėtyje yra ličio.

Žiūrėti susijusius 

„Samsung“ visam laikui nužudo „Note 7“ po antrosios gaisrų serijos
Iš telefono akumuliatoriaus nutekėjo informacija apie jus
Vandenilio baterija galėtų maitinti jūsų iPhone savaitę

„Austinas surinko visą žmonijos išmintį apie šias medžiagas ir daugelį matavimų bei eksperimentinių duomenų, siekiančių dešimtmečius“, – sakė vyresnysis šio dokumento autorius Evanas Reedas. „Jis panaudojo šias žinias kurdamas modelį, galintį numatyti, ar medžiaga bus geras elektrolitas. Šis metodas leidžia patikrinti visą kandidatų medžiagų spektrą, kad būtų galima nustatyti perspektyviausias medžiagas tolesniam tyrimui.

Galiausiai tyrėjai planuoja laboratorijoje išbandyti 21 medžiagą, kad nustatytų, kuri geriausiai tinka realioms sąlygoms.

Vaizdas: LA Ciceronas