Marko Hanželic
La ciencia es un proceso a largo plazo. Desde la idea hasta profundizar en las investigaciones existentes sobre el tema y reunir todos los recursos necesarios para realizar las pruebas. puede tomar varios años. Es por eso que hay avances innovadores en áreas clave como producción de baterías para vehículos eléctricos, a menudo asociado con plazos más largos. Sin embargo Microsoft Sostiene que la inteligencia artificial y la computación en la nube a gran escala ya están acelerando este proceso.
Microsoft describió en detalle cómo su Plataforma Azure Quantum Elements (AQE), que combina tecnologías de computación de alto rendimiento (HPC) e inteligencia artificial, ayudó al Laboratorio Nacional del Noroeste del Pacífico Departamento de Energía de EE. UU. (PNNL) en la identificación de una nueva combinación de materiales que pueda reducir la cantidad de litio en las baterías. Antes de emocionarse demasiado, cabe señalar que a pesar de que la plataforma lleva el nombre Elementos cuánticos de Azure, no se trataba de computación cuántica.
Litio es relativamente raro, caro y material nocivo para el medio ambiente para la minería. Además, las baterías fabricadas con él son muy eficientes energéticamente, por lo que si algo sale mal con una de ellas, es un gran problema, como informa incendios de vehículos eléctricos.
Reducción uso de litio en baterías De hecho, se trata de una tarea importante, pero también desafiante. Normalmente el centro debería PNL revisar todas las investigaciones publicadas sobre materiales de baterías y formular hipótesis sobre enfoques alternativos.
En este caso, sin embargo, PNNL utilizó el programa Azure para evaluar todos los elementos que pensó que podrían ser útiles, y en base a eso el algoritmo sugirió 32 millones de materiales inorgánicos potenciales. A continuación, el sistema tuvo que eliminar las combinaciones que fueran inestables, aquellas que fueran demasiado reactivas y, finalmente, filtró los resultados en función de su potencial de transferencia de energía. Al final, el proceso redujo la lista de sustancias químicas potenciales de 32 millones a aproximadamente 500.000 principalmente de nuevos materiales estables, y luego en 800.
“Treinta y dos millones es algo que nunca podrías hacer... Imagina a un hombre sentado, mirando 32 millones de materiales y eligiendo uno o dos de ellos. Simplemente no va a suceder”. dijo, según The Verge Vijay Murugesan, científico y jefe del grupo de ciencia de materiales en PNL.
En esta etapa, el equipo PNNL tradicionalmente usaría vcomputación de alto rendimiento, que es una tecnología más precisa pero más lenta en comparación con la IA. Al final, pudieron reducir la lista de posibles productos químicos para baterías. a solo 23, de los cuales cinco ya eran conocidos. Este proceso podría tardar varias semanas, pero el equipo lo hizo con la ayuda de Azure hecho en sólo 80 horas.
A partir de esta búsqueda, los científicos del PNNL sintetizaron un candidato prometedor, que contiene tanto litio como sodio y otros elementos. Según Microsoft, el nuevo material reduce el uso de litio za alrededor del 70% en comparación con las baterías de iones de litio existentes, ya que reemplaza parte del litio con sodio, más disponible.
"Esto es importante por varias razones", el escribio dr. Natán panadero, gerente de producto en la empresa Elementos cuánticos de Azure. “Se cree que las baterías de semiconductores son más seguras que las tradicionales baterías de litio líquido o en gel y proporcionan una mayor densidad de energía. El litio ya es relativamente escaso y, por tanto, caro. Su extracción es ambiental y geopolíticamente problemática. Crear una batería que pueda reducir los requisitos de litio en aproximadamente un 70% podría tener enormes beneficios ambientales, económicos y de seguridad”.
sin embargo lo és Brian Abrahamson, jefe del servicio digital del PNNL, señaló que el proceso aún está en sus inicios y que la precisión de la química aún no se ha determinado. optimizar. Existe la posibilidad de que no funcione como se esperaba cuando se pruebe a mayor escala.
Aun así, gracias a esta investigación, el equipo del PNNL ahora está buscando formas de utilizar el sodio para reducir la cantidad de litio en las baterías. Aún no está claro si los resultados de esta investigación conducirán a mejores vehículos eléctricos, pero es velocidad, con el que se realizó esta investigación, realmente impresionante.
"Independientemente de si se trata de una batería útil a largo plazo, la velocidad con la que encontramos una química útil en la batería es muy convincente". él explicó abrahamson.
Microsoft En el futuro, imagina un mundo en el que su inteligencia artificial podría entrenarse para predecir el comportamiento de los materiales en una batería, lo que permitiría a los científicos probarlos virtualmente antes de comenzar su propia investigación en el mundo real. Si bien se trata de un objetivo apasionante, la tecnología ya está dando frutos.
