11月 2, 2024

kenmin-souko.jp

日本からの最新ニュースと特集:ビジネス、政治、解説文化、ライフ&スタイル、エンターテインメント、スポーツ。

Microsoft は人工知能を使用して潜在的な新しい電池材料をどのように発見したか

Microsoft は人工知能を使用して潜在的な新しい電池材料をどのように発見したか

人工知能 (AI) と大規模なクラウド コンピューティングにより、電池の新しい材料の探索が加速しています。 Microsoft と太平洋岸北西部国立研究所 (PNNL) との AI を活用したコラボレーションにより、すでに有望な新素材が生み出されています。 共有 公に 今日。

彼らは、現在のリチウムイオン電池よりも発火しにくい電池につながる可能性のある新しいタイプの固体電解質を発見しました。 また、充電式電気自動車バッテリーの需要が高まるにつれて入手が困難になっているリチウムの使用量も少なくなります。

この材料が従来のリチウムイオン電池の代替品として実用化されるまでには、まだ長い道のりがあります。 科学者たちが最も期待しているのは、研究のスピードを上げる生成 AI の可能性です。 この発見は、より良いバッテリーを探すために彼らがテストする多くの材料の最初のものです。

「このような加速が見られるのであれば、これが将来この種の材料を発見する方法になるだろうと私は確信しています。」

「重要な点は、新しいアイデアや新しい材料にたどり着くまでのスピードです。」と物理化学者であり、PNNL プログラム開発オフィスのディレクターであるカール・ミュラー氏は言います。 、私の賭けでは、これは「前進する方法は、これらのタイプの材料を見つけることです」です。

Microsoftによると、Microsoftは昨年PNNLの研究者に対し、ハイパフォーマンスコンピューティングと人工知能、そして最終的には量子コンピューティングを組み合わせたプラットフォームであるAzure Quantum Elements(AQE)を提供するよう打診したという。 同社は昨年、化学と材料科学の発見のために設計されたツールとしてこれを発売した。

研究者らは、リチウムの使用量が少ない電池材料の AQE について問い合わせ、すぐに 3,200 万通りの異なる候補を提案しました。 そこから、AI システムはこれらのマテリアルのどれが使用に十分安定しているかを判断する必要があり、最終的には約 500,000 個になりました。 彼らは、より多くのフィルターを使用して、各材料がどの程度エネルギーを伝導するかを推測し、各材料内で原子や分子がどのように移動するかをシミュレートし、コストと可用性の点で各フィルターがどれほど実用的であるかを調査しました。

最終的に残ったのは 23 人の候補者だけで、そのうち 5 人はすでに既知の被験者でした。 ダウンサイジング プロセス全体に要した時間はわずか 80 時間で、これは AI と AQE なしではほぼ不可能だったほどの速さの偉業です。

「3,200万という数字は、私たちには決して不可能なことです…人間が座って3,200万の素材を調べて、そのうちの1つまたは2つを選び出すことを想像してみてください。そんなことは起こりません」と、ビジェイ・ムルゲサン氏は言います。 PNNL のスタッフサイエンティストおよび材料科学グループの責任者。

パシフィック ノースウェスト国立研究所 (PNNL) の材料科学者、ダン ティエン グエン氏は、複合固体電解質を使用して金属セルを組み立てます。
Microsoft の Dan DeLong による写真撮影。

PNNL はこの研究から有望な候補者を集めてテストしました。 彼らはそれから動作する電池を製造し、それを電球や時計の電源として使用することができました。 この新素材が有効であると証明するには、何百ものプロトタイプのバッテリーをテストし、修正する必要があります。 したがって、すぐに店頭に並ぶとは期待しないでください。市場には決して出ないであろう、有望な新素材に関する研究が数多く行われています。

この特定のフィルターの興味深い点は、豊富な元素であり塩の主成分であるリチウムとナトリウムの組み合わせを使用していることです。 Microsoftによれば、この新素材によりバッテリーに使用されるナトリウムの量を最大70パーセント削減できるという。

さらに、過熱の影響を受けやすい液体電解質で作られた現在のリチウムイオン電池よりも安全な全固体電池を作成するために使用できる可能性があります。 厄介な点は、固体電解質は一般に液体電解質ほどエネルギーを供給する能力が優れていないことです。 実験室テストでは当初の予想よりも低い導電率が示されたため、研究者たちはこの新しい材料を使ってこの課題を克服しようとまだ努力しています。

幸いなことに、再生可能エネルギーで世界に電力を供給するために必要な次世代の電池を作成しようとする研究者が製造およびテストできる有望な候補は他にもまだあります。 生成 AI はそれ自体で環境への影響が増大しており、特にコンピューティングを使用して消費されるすべてのエネルギーに関連する温室効果ガスの排出が増加していることに留意してください。 このため、コンピューティングのエネルギー効率を向上させ、同時にクリーン エネルギーでデータ センターに電力を供給することが重要になっており、それにはより優れたバッテリーが必要です。

「私たちは本当に今後 250 年間の化学科学を次の 20 年間に圧縮する必要がありますよね。それは私たちが地球を救いたいからです」とキャンペーンを主導するクリスタ・シュポーア氏は言う。 Microsoft Quantum – レドモンド (QuArC) Microsoft Research のグループ。 「これらの結果からわかるように、AI とハイパフォーマンス コンピューティングを組み合わせることで、この科学的発見を加速することができます。」

READ  人工知能がもたらすリスクとは具体的にどのようなものでしょうか?