| AutoTimes – Thời báo Ô tô |
Khả năng tổng hợp kho dữ liệu lớn của AI đặc biệt hữu ích trong hóa học và nó đã được áp dụng cho công nghệ pin
Khoa học là một quá trình tốn thời gian. Từ việc hình thành một ý tưởng đến việc đi sâu vào nghiên cứu hiện có về chủ đề này và thu thập tất cả các nguồn lực cần thiết để thử nghiệm, quá trình này có thể kéo dài vài năm. Do đó, những tiến bộ đột phá trong các lĩnh vực quan trọng như sản xuất pin xe điện thường kéo dài thời gian. Tuy nhiên, Microsoft tuyên bố rằng trí tuệ nhân tạo (AI) và điện toán đám mây quy mô lớn đã đẩy nhanh quá trình này.
Microsoft đã tường thuật chi tiết cách Azure Quantum Elements (AQE), một nền tảng kết hợp công nghệ điện toán hiệu năng cao (HPC) và AI, đã hỗ trợ Phòng thí nghiệm quốc gia Tây Bắc Thái Bình Dương (PNNL) của Bộ Năng lượng Hoa Kỳ trong việc xác định hỗn hợp vật liệu mới với tiềm năng làm giảm hàm lượng lithium trong pin. Bây giờ, trước khi bạn quá phấn khích, điều quan trọng cần lưu ý là mặc dù nền tảng được đặt tên là Azure Quantum Elements nhưng điện toán lượng tử không liên quan.
Liti là một loại vật liệu tương đối hiếm, đắt tiền và gây ảnh hưởng tới môi trường khi khai thác. Hơn nữa, pin làm từ nó rất giàu năng lượng, vì vậy khi pin gặp sự cố, đó sẽ là một vấn đề lớn, như các báo cáo về vụ cháy xe điện đã cho thấy rõ điều đó.
***
Đọc: Northvolt phát triển pin không chứa coban có thể mở khóa xe điện rẻ hơn, sạch hơn
Giảm việc sử dụng lithium trong pin thực sự là một nỗ lực đáng kể nhưng cũng là một thách thức. Thông thường, PNNL sẽ phải xem xét tất cả các nghiên cứu đã công bố về vật liệu pin để đưa ra giả thuyết về các phương pháp tiếp cận thay thế.
Tuy nhiên, trong trường hợp này, PNNL đã sử dụng Azure để đánh giá tất cả các yếu tố mà nó cho là có thể sử dụng được và từ đó thuật toán đề xuất 32 triệu vật liệu vô cơ tiềm năng. Sau đó, hệ thống được yêu cầu loại bỏ tất cả các kết hợp không ổn định, những kết hợp quá phản ứng và cuối cùng, nó lọc kết quả về khả năng dẫn năng lượng của chúng. Cuối cùng, quá trình này đã cắt giảm danh sách các hóa chất tiềm năng từ 32 triệu xuống còn khoảng 500.000 vật liệu chủ yếu mới ổn định, sau đó giảm xuống còn 800.
“Ba mươi hai triệu là điều mà chúng ta sẽ không bao giờ có thể làm được… Hãy tưởng tượng một con người ngồi xem qua 32 triệu tài liệu và chọn một hoặc hai trong số đó. Điều đó sẽ không xảy ra,” Vijay Murugesan, một nhà khoa học nhân viên và trưởng nhóm khoa học vật liệu tại PNNL cho biết, theo The Verge.
Toàn bộ quá trình mất chưa đầy 4 ngày
Ở giai đoạn đó, nhóm PNNL theo truyền thống sẽ sử dụng điện toán hiệu năng cao, đây là công nghệ chính xác hơn nhưng chậm hơn so với AI. Cuối cùng, họ đã thu hẹp danh sách các chất hóa học pin tiềm năng xuống chỉ còn 23, 5 trong số đó đã được biết đến. Quá trình này có thể mất vài tuần nhưng với Azure, nhóm đã hoàn thành chỉ trong 80 giờ.
Từ tìm kiếm đó, các nhà khoa học PNNL đã tổng hợp được một ứng cử viên đầy triển vọng kết hợp cả lithium và natri cùng với các nguyên tố khác. Theo Microsoft, vật liệu mới này giúp giảm việc sử dụng lithium khoảng 70% so với pin lithium-ion hiện có bằng cách thay thế một số lithium bằng natri sẵn có hơn.
“Điều này quan trọng vì nhiều lý do” Tiến sĩ Nathan Baker đã viết, Trưởng nhóm sản phẩm tại Azure Quantum Elements. “Pin thể rắn được cho là an toàn hơn pin lithium dạng lỏng hoặc dạng gel truyền thống và chúng cung cấp mật độ năng lượng cao hơn. Lithium hiện đã tương đối khan hiếm và do đó đắt đỏ. Khai thác nó là vấn đề về môi trường và địa chính trị. Việc tạo ra một loại pin có thể giảm nhu cầu lithium khoảng 70% có thể mang lại những lợi ích to lớn về môi trường, an toàn và kinh tế.”
Tuy nhiên, Brian Abrahamson, giám đốc kỹ thuật số của PNNL, cảnh báo rằng vẫn còn giai đoạn đầu trong quá trình này và thành phần hóa học chính xác phải được tối ưu hóa. Có khả năng nó sẽ không hoạt động như mong đợi khi được thử nghiệm ở quy mô lớn hơn.
Tuy nhiên, nhờ nghiên cứu này, nhóm PNNL hiện đang tìm cách sử dụng natri để giảm lượng lithium trong pin. Vẫn chưa rõ liệu kết quả của nghiên cứu này có dẫn đến xe điện tốt hơn hay không, nhưng tốc độ thực hiện nghiên cứu này mới là điều thực sự ấn tượng.
Abrahamson giải thích: “Bất kể đó có phải là loại pin khả thi về lâu dài hay không, tốc độ mà chúng tôi tìm thấy thành phần hóa học pin khả thi là khá hấp dẫn”.
Trong tương lai, Microsoft hình dung ra một thế giới trong đó AI của họ có thể được đào tạo để dự đoán cách thức hoạt động của các vật liệu trong pin, cho phép các nhà khoa học thử nghiệm chúng hầu như trước khi bắt đầu nghiên cứu của riêng họ trong thế giới thực. Mặc dù đó là một mục tiêu thú vị nhưng công nghệ này đã mang lại kết quả.