Genom att utnyttja teknologi inom artificiell intelligens (AI) minskas den tid som krävs för batteriutveckling. Umicore och det statliga laboratoriet i USA har gjort framsteg genom separata partnerskap med Microsoft.
Umicore har ingått ett avtal med Microsoft för att använda Azure OpenAI-tjänsten, med syfte att förkorta tiden som krävs för batteriutveckling. Teknikföretaget, som producerar material för batterier som används i Volkswagen- och BMW-bilar, hävdar att de redan har lämnat in patentansökningar för batterimaterial genom tillämpning av AI och maskininlärning. Umicore VD, Mathias Miedreich, berättade för Financial Times att han förväntar sig att AI kommer att förkorta tiden för forskning om nya batterimaterial med fyra år.
För att övervinna konkurrens och skydda Umicores immateriella rättigheter (IP) kommer detta partnerskap att skapa en AI-miljö där företaget kommer att analysera årtionden av historisk data och integrera extern information från simuleringar, experiment och bilder.
Liknande framsteg har observerats vid Pacific Northwest National Laboratory (PNNL) inom USA:s energidepartement, vilket meddelade accelererad val av potentiella batterimaterial i samarbete med Microsoft. Som ett resultat tog det betydligt mindre tid att identifiera ett material som kunde minska litiumförbrukningen med 70%. Detta kan stärka energisäkerheten för länder som konkurrerar om litiumimport och minska efterfrågan på ett material som kräver stora mängder energi och vatten för produktion.
Microsoft har tränat en serie AI-system för att identifiera potentiella batterimaterial och filtrera dem för att hitta de mest lovande kandidaterna. Algoritmerna föreslog initialt 32 miljoner kandidater, och följande AI-system filtrerade kandidaterna baserat på stabilitet, reaktivitet och ledningsförmåga. Vid denna punkt hade listan över potentiella kandidater minskats till 800 material. Med hjälp av högpresterande beräkning (HPC) filtrerades kandidaterna ytterligare baserat på varje materials energi jämfört med alla andra möjligheter. AI och HPC användes sedan för att simulera atomrörelser inom varje material, och det slutliga valet baserades på tillgänglighet och kostnad. Teamet uppskattade att hela upptäcktsprocessen, som normalt skulle ha tagit 20 års försök och misstag, komprimerades till endast 80 timmar.
Det Microsoft-produkt som användes i denna forskning är Azure Quantum Elements. Andra företag som har ingått avtal med Microsoft för att använda denna produkt inkluderar Johnson Matthey, AkzoNobel och BASF. I samband med produktlanseringen i juni förra året sa Microsofts VD, Satya Nadella: ”Vårt mål är att komprimera de nästa 250 årens framsteg inom kemi och materialvetenskap till de nästa 25 åren.”
Microsoft är inte det enda stora teknikföretaget som strävar efter att hjälpa organisationer att påskynda sin forskning och utveckling genom AI-tjänster. I januari ingick Googles Isomorphic Labs separata avtal med läkemedelsjättarna Eli Lilly och Novartis för att utnyttja AI-teknik för läkemedelsupptäckt. Detta partnerskap inkluderar användningen av AlphaFold-tekniken, som nästan omedelbart kan förutsäga formen av ett protein – en process som tidigare tog läkemedelsforskare år. Framtida generationer av tekniken kommer att användas för att upptäcka terapier med mindre molekyler, inklusive nukleinsyror.
Vanliga frågor (FAQ)
The source of the article is from the blog macnifico.pt