Een groep onderzoekers van het Pacific Northwest National Laboratory (PNNL) en Microsoft (NASDAQ: MSFT) heeft een doorbraak aangekondigd in batterijtechnologie met behulp van kunstmatige intelligentie (AI) en supercomputing. In hun studie gebruikten de onderzoekers AI-modellen om verschillende combinaties van materialen te testen en een nieuwe batterij te ontwerpen met geavanceerde functionaliteiten. Het resultaat was een vaste elektrolyt die in staat is om geladen elektrische atomen over te brengen.
Eerder experimenteerden wetenschappers met vaste elektrolyten in een poging om vloeibare elektrolyten in lithium-ion batterijen te vervangen, die gevoelig zijn voor lekkages en brandgevaar. Door gebruik te maken van AI-modellen, vermeed het onderzoeksteam de traditionele methode van systematisch testen van elke materiaalcombinatie. In plaats daarvan voorspelden de AI-modellen de geschiktheid van materialen op basis van eerder gememoriseerde patronen.
Het proces van materiaalselectie begon met filtratie, waarbij werd bepaald of de materialen in realtime omstandigheden konden bestaan. Slechts 600.000 materialen die de nodige elektrische en chemische eigenschappen bezaten om als batterijen te functioneren, werden geselecteerd voor verder onderzoek. Deze materialen werden vervolgens gesorteerd op toxiciteitsniveaus, zeldzaamheid en kosten, wat resulteerde in de identificatie van 23 materialen voor verder onderzoek. Uiteindelijk werd er gekozen voor een combinatie van lithium en natrium om de vaste elektrolyt te creëren.
Het gehele proces, dat minder dan 80 uur in beslag nam, werd mogelijk gemaakt door het gebruik van meer dan 1.000 virtuele machines op het Microsoft Azure Quantum Elements platform. Het bedrijf hoopt dat andere onderzoekers deze technologie zullen gebruiken en AI zullen integreren in hun eigen experimenten.
Naast het verbeteren van de productiviteit in de bedrijfssector, is generatieve kunstmatige intelligentie steeds belangrijker in wetenschappelijk onderzoek. Nvidia (NASDAQ: NVDA) introduceerde een AI-model dat tot doel heeft het gedrag van COVID-19-varianten te voorspellen, waarbij geavanceerde mogelijkheden worden gedemonstreerd in het voorspellen van virusmutaties.
Het gebruik van generatieve kunstmatige intelligentie heeft ook geholpen bij het ontdekken van nieuwe groepen antibiotica, zoals naar voren is gekomen uit onderzoekers van de Arizona State University. Ze presenteerden een lijst van vooruitgang op het gebied van AI en nieuwe technologieën, waarbij de doorbraken werden benadrukt op het gebied van het herstellen van spraak, het voorkomen van vallen met behulp van intelligente accessoires en het volgen van kankercellen.
Samenvattend kunnen de ontwikkeling van kunstmatige intelligentie en de toepassing ervan in verschillende vakgebieden revolutionaire veranderingen teweegbrengen. In combinatie met blockchaintechnologie, die zorgt voor datakwaliteit en eigendom, wordt AI een uitzonderlijk krachtig instrument dat uitgebreide bescherming kan bieden voor medische gegevens en de integriteit ervan kan waarborgen.
Veelgestelde vragen:
1. Wat is het belang van de doorbraak in batterijen die is bereikt door de onderzoeksgroep van het Pacific Northwest National Laboratory (PNNL) en Microsoft?
De doorbraak hield in dat kunstmatige intelligentie (AI) en supercomputing werden gebruikt om een nieuwe batterij te ontwikkelen met geavanceerde functionaliteiten die gebruik maakt van een vaste elektrolyt die in staat is om geladen elektrische atomen over te brengen.
2. Waarom proberen wetenschappers vloeibare elektrolyten in lithium-ion batterijen te vervangen?
Wetenschappers streven ernaar vloeibare elektrolyten te vervangen vanwege lekkageproblemen en de brandgevaren die gepaard gaan met dit type batterij.
3. Hoe heeft het AI-model bijgedragen aan de ontwikkeling van de nieuwe batterij?
Het onderzoeksteam maakte gebruik van een AI-model om de geschiktheid van verschillende materialen voor het creëren van een vaste elektrolyt te voorspellen. De AI-modellen analyseerden eerder gememoriseerde patronen en voorspelden welke materiaalcombinaties het meest veelbelovend zouden zijn.
4. Wat waren de criteria voor materiaalselectie?
Materialen werden geselecteerd op basis van hun vermogen om in real-world omstandigheden te bestaan en de nodige elektrische en chemische eigenschappen te bezitten om als batterijen te functioneren. Ze werden vervolgens gesorteerd op toxiciteitsniveaus, zeldzaamheid en kosten.
5. Welke materiaalcombinaties zijn gekozen voor verder onderzoek?
Het onderzoeksteam identificeerde 23 materialen voor verder onderzoek, en uiteindelijk werd er gekozen voor een combinatie van lithium en natrium om de vaste elektrolyt te creëren.
6. Welke tools zijn gebruikt in het onderzoeksproces?
Het gehele onderzoeksproces, dat minder dan 80 uur in beslag nam, werd uitgevoerd met behulp van meer dan 1.000 virtuele machines op het Microsoft Azure Quantum Elements platform.
7. Verwacht Microsoft dat andere onderzoekers gebruik zullen maken van deze technologie?
Ja, Microsoft hoopt dat andere onderzoekers gebruik zullen maken van deze AI-technologie en deze zullen integreren in hun eigen experimenten.
8. Wat zijn enkele voorbeelden van generatieve kunstmatige intelligentie-toepassingen in andere wetenschappelijke vakgebieden?
Generatieve kunstmatige intelligentie is gebruikt om het gedrag van COVID-19-varianten te voorspellen, nieuwe groepen antibiotica te ontdekken, spraak te herstellen, vallen te voorkomen met intelligente accessoires en kankercellen te volgen.
Handige links:
– Pacific Northwest National Laboratory
– Microsoft
– Nvidia
– Arizona State University
The source of the article is from the blog dk1250.com