Как генеративният изкуствен интелект навлиза в сектора на електромобилните батерии

Как генеративният изкуствен интелект навлиза в сектора на електромобилните батерии
  • Written by:  classa.bg***
  • Date:  
    18.10.2023
  • Share:

Десет милиарда. Точно толкова са произведените с търговска цел молекули днес. Започнете да ги разглеждате в групи от по пет - типичната комбинация, използвана за производството на електролитни материали в батериите - и тя се увеличава до 10 на 47-а степен.

 

 

За тези, които могат да броят, това е много, пише TechCrunch.

Всички тези комбинации имат значение в света на батериите. Намерете правилната смес от електролитни материали и можете да се сдобиете с по-бързо зареждаща се, с по-висока енергийна плътност батерия за електромобил, за мрежата или дори за електрически самолет.

Недостатъкът? Подобно на процеса на откриване на лекарства, това може да отнеме над десетилетие, съпроводено от хиляди неуспехи, преди да се намери правилното решение.

Това е мястото, където основателите на стартъп компанията Aionics казват, че техните инструменти с изкуствен интелект (ИИ) могат да ускорят нещата.

„Проблемът е, че има твърде много кандидати и няма достатъчно време“, споделя съоснователят и главен изпълнителен директор на Aionics Остин Сендек пред TechCrunch.

Електролити, запознайте се с ИИ

Литиево-йонните батерии съдържат три важни градивни елемента. Имат два електрода, анод (отрицателен), от едната страна, и катод (положителен) - от другата. Електролитът обикновено се намира в средата и действа като куриер за преместване на йони между електродите при зареждане и разреждане на батерията.

Aionics се фокусира върху електролита и използва набор от инструменти с ИИ, за да ускори разработването на по-добри батерии.

Подходът към откриването на катализатори привлича инвеститори. Базираният в Пало Алто стартъп, основан през 2020 г., е набрал 3,5 млн. долара до момента.

Aionics вече работи с няколко компании, включително с дъщерното дружество за производство на батерии на Porsche, Cellforce. Компанията също така си партнира с фирмата за съхранение на енергия Form Energy, с японския производител на материали и химикали Showa Denko (сега Resonac) и с компанията за батерии Cuberg.

Целият този процес започва със списък с желания, или профил на ефективност, относно батериите. Учените, използвайки ускорена от ИИ квантова механика, могат да провеждат експерименти върху съществуваща база данни от милиарди известни молекули. Това им позволява да разглеждат 10 хил. кандидати всяка секунда, изтъква Сендек. Този ИИ модел научава как да предвиди резултата от следващата симулация и помага да се избере следващата молекула-кандидат. Всеки път, когато моделът работи, се генерират повече данни и софтуерът става по-добър при решаването на проблема.

Въвеждане на генеративен ИИ

Aionics прави още една крачка напред, в някои случаи, като включва генеративен ИИ в микса. Вместо да разчита на милиардите известни молекули, Aionics започва да използва генеративни ИИ модели, обучени върху съществуващи данни за материалите на батериите, за да създават или проектират нови молекули, насочени към определено приложение.

Компанията използва софтуер, разработен в програмата за откриване на ускорени изчислителни електрохимични системи в университета „Карнеги Мелън“. Венкат Вишванатан, доцент в учебното заведение и който ръководи програмата, е съосновател и главен учен в Aionics.

Стартъпът също започва да използва големи езикови модели, изградени върху GPT 4 от OpenAI, за да помогне на своите учени да отсеят милионите възможни формулировки, преди дори да започнат да ги пускат в базата данни. Този инструмент за чатбот, който е обучен с помощта на учебници по химия и научни статии, избрани от Aionics, не се използва за действителни разработки, но може да помогне на учените за елиминиране на определени молекули, които не биха били полезни в конкретно приложение, обяснява Сендек.

Веднъж обучен с тези учебници, инструментът позволява на учения да прави запитвания към модела. „Ако можете да говорите с учебника си, какво бихте го попитали?“, посочва Сендек. Но той бързо отбелязва, че софтуерът не прави нищо по-различно от човек, който курира научни статии. „То просто осигурява взаимодействие от следващо ниво“, изтъква Сендек.

Избор на победител

След като милиардите кандидати са проверени и стеснени до една двойка — или проектирани с помощта на генеративния ИИ модел — Aionics изпраща мостри на своите клиенти за валидиране.

„Ако не стигнем до първия кръг, ние повтаряме и можем да проведем някои лабораторни изпитвания, за да го докажем, докато стигнем до победителя“, разказва Сендек. „И след като намерим победителя, работим с нашите производствени партньори, за да увеличим мащаба на това производство и как да го изведем на пазара“, допълва той.

Любопитен е фактът, че този процес дори се използва в някои нови области като производството на цимент. Chement, стартъп компания, съоснована от Вишванатан и която също си партнира с Aionics, работи върху начини за използване на възобновяема електроенергия и суровини за стимулиране на химични реакции за производство на продукти с нулеви емисии като цимент.

Станете почитател на Класа