Учёные из Технологического университета Нью-Джерси (NJIT) с помощью
искусственного интеллекта совершили прорыв в разработке аккумуляторов.
Алгоритмы обнаружили пять новых многообещающих материалов на основе магния, кальция, алюминия и цинка, которые могут заменить литий-ионные батареи.
Как проводилось исследование: симбиоз ИИ и человеческого интеллекта
На первом этапе ученые создали специальную вычислительную платформу,
объединяющую два типа искусственного интеллекта. Автокодировщик CDVAE
(Crystal Diffusion Variational Autoencoder) анализировал более 120 000
известных кристаллических структур из базы данных Materials Project,
выявляя скрытые закономерности в атомарных конфигурациях. Параллельно
языковая модель на основе архитектуры Transformer обрабатывала научные
публикации, извлекая данные о химической стабильности и
электрохимических свойствах различных соединений.
Роль исследовательской команды была критически важна на этапе валидации
результатов. Ученые вручную проверяли предложенные ИИ материалы,
используя методы квантово-механического моделирования (DFT-расчеты) и
молекулярной динамики. "ИИ выдавал сотни потенциальных кандидатов, но
именно химики должны были отсеять физически невозможные варианты и
выбрать наиболее перспективные", - поясняет доктор Эмили Чжан,
руководитель проекта. Особое внимание уделялось пористости структур и
энергетике миграции ионов.
Финальный отбор пяти оптимальных материалов стал результатом итеративного
процесса, где ИИ предлагал варианты, а ученые проверяли их на
суперкомпьютере, после чего алгоритмы корректировали параметры поиска.
Такой симбиоз позволил за 9 месяцев достичь результатов, на которые
традиционными методами потребовалось бы 5-7 лет. "Мы не заменяем ученых
ИИ, а создаем принципиально новые инструменты для научного открытия", -
подчеркивает профессор Роберт Лин, ведущий автор исследования.
Почему это важно?
✔ Большая ёмкость – многовалентные ионы хранят больше энергии
✔ Безопасность – отсутствие воспламеняющегося лития
✔ Экологичность – использование распространённых металлов
Технология поиска:
- Автокодировщик CDVAE анализировал кристаллические структуры
- Языковая модель отбирала устойчивые соединения
- Квантовое моделирование подтвердило свойства материалов
"ИИ сократил десятилетия ручных исследований до нескольких месяцев вычислений", – отмечают разработчики.
Вопрос читателям:
Какие технологии, по-вашему, совершат следующую революцию в энергетике?
🔹 Твердотельные батареи
🔹 Водородные элементы
🔹 Ядерные мини-реакторы
🔹 Другое (напишите в комментариях)