金屬需求急劇擴(kuò)張 斯坦福大學(xué)用AI勘探研發(fā)新材料

發(fā)布時(shí)間:2021-03-18 15:48:27  |  來源:智東西  

IBM、礦業(yè)勘探初創(chuàng)公司 KoBold Metals 和斯坦福大學(xué)正在利用 AI 技術(shù)來搜尋新的電池材料,它們的研究可以使電池的材料和礦物開采環(huán)節(jié)更加環(huán)保。

有學(xué)者預(yù)計(jì),2050 年電動(dòng)汽車將會(huì)達(dá)到 20 億輛,將消耗大量鋰、鈷等金屬用作電池材料,也會(huì)產(chǎn)生一系列環(huán)境問題。

為此 KoBold Metals 公司正在聯(lián)合斯坦福大學(xué)開發(fā)一種 AI 智能體技術(shù),以此搜尋那些開采時(shí)對(duì)環(huán)境影響最小的金屬礦脈,有可能提高 20 倍的勘探效率。IBM 則使用現(xiàn)有電解質(zhì)材料數(shù)據(jù)訓(xùn)練 AI,使 AI 可以設(shè)計(jì)出較為環(huán)保的分子電解質(zhì)材料。

一、用 AI 加速勘探,應(yīng)對(duì)金屬需求急劇擴(kuò)張

KoBold Metals 與斯坦福大學(xué)地球資源預(yù)測(cè)中心合作開發(fā)了一個(gè) AI 智能體,這項(xiàng)技術(shù)可以幫助勘探者決定工作的地點(diǎn)與方式。

雙方一起完善了 AI 智能體的順序決策算法,來確定勘探者下一步應(yīng)如何收集數(shù)據(jù),如在現(xiàn)場(chǎng)上空駕駛飛機(jī)、收集鉆探樣本等。

斯坦福大學(xué)地質(zhì)學(xué)家 Jef Caers 教授稱,AI 智能體可以加快勘探?jīng)Q策過程,使勘探者能夠一次評(píng)估多個(gè)地點(diǎn)。

他將該技術(shù)比作自動(dòng)駕駛汽車,該車輛不僅可以收集、處理周圍環(huán)境數(shù)據(jù),還能根據(jù)環(huán)境數(shù)據(jù)采取行動(dòng),進(jìn)行導(dǎo)航或改變車輛行駛速度。

而 KoBold Metals 的 AI 智能體技術(shù),可以通過分析土壤樣品、衛(wèi)星的高光譜成像、歷史中存留的手寫鉆探報(bào)告等數(shù)據(jù),應(yīng)用機(jī)器學(xué)習(xí)方法來預(yù)測(cè)礦體成分異常的位置。

KoBold Metals 聯(lián)合創(chuàng)始人兼 CEO 庫爾特 · 豪斯(Kurt House)稱,當(dāng)?shù)叵碌母鞣N礦藏都被發(fā)現(xiàn)時(shí),人們意識(shí)到需要大規(guī)模改變當(dāng)前能源種類,這種改變需要用到更多的金屬礦物。

KoBold Metals 主要尋找銅、鈷、鎳和鋰等礦物,而這些金屬是電動(dòng)汽車、太陽能板、智能手機(jī)等設(shè)備電池的關(guān)鍵材料。

根據(jù)《自然》12 月份的一篇論文,全球電動(dòng)汽車的數(shù)量在 2019 年為 750 萬輛,隨著各國減少溫室氣體排放的努力,2050 年這個(gè)數(shù)字可能會(huì)變成 20 億輛。

該論文的作者稱,為這些車輛提供動(dòng)力每年需要 12 太瓦(10^12 瓦)時(shí)的電量,大約為當(dāng)前美國年發(fā)電總量的 10 倍,這意味著金屬供應(yīng)鏈將急劇擴(kuò)張。

二、AI 智能體速度超人類 20 倍,降低勘探成本

Jef Caers 說:“如果我們現(xiàn)在想要減輕溫室效應(yīng)并擺脫化石燃料,我們需要在幾年內(nèi)制造更多的電池,不能再等待 10-20 年來期待發(fā)現(xiàn)更多的金屬礦物。”

當(dāng)前幾乎所有的鋰離子電池都使用鈷,這種金屬的主要供應(yīng)地是剛果民主共和國,那里的成年人和兒童經(jīng)常需要冒著生命危險(xiǎn)進(jìn)行開采。

銅也是一種重要的材料,但是銅開采的過程中需要大量的水資源,而目前大部分的銅礦都來自智利阿塔卡馬沙漠附近的缺水地區(qū)。

在這種情況下,礦業(yè)公司很難在擴(kuò)大開采的同時(shí),不對(duì)當(dāng)?shù)氐纳鷳B(tài)環(huán)境和人民生活造成破壞。

Kurt House 稱,如果想要減少開采對(duì)環(huán)境的影響,通常需要多次地址考察,以尋找優(yōu)質(zhì)的礦脈,而該 AI 智能體可以減少考察時(shí)間與成本。

這些步驟之前對(duì)于勘探公司來說成本較高,風(fēng)險(xiǎn)較大,所以公司經(jīng)常為了避免浪費(fèi)資源而行動(dòng)緩慢。

而 AI 智能體做出這種決策的速度大概比人類快 20 倍,還能減少礦物勘探中的誤報(bào)頻率。Jef Caers 認(rèn)為,這在地質(zhì)科學(xué)中是一個(gè)全新的領(lǐng)域。

受比爾 · 蓋茨領(lǐng)導(dǎo)的 Breakthrough Energy Ventures 基金支持,KoBold Metals 已經(jīng)在澳大利亞、北美和撒哈拉以南非洲等三處地點(diǎn)進(jìn)行了勘測(cè),預(yù)計(jì)今年將收集到這三處地點(diǎn)的現(xiàn)場(chǎng)數(shù)據(jù),這些數(shù)據(jù)也將首次證實(shí) AI 智能體判斷的準(zhǔn)確程度。

三、IBM 訓(xùn)練 AI,設(shè)計(jì)新分子材料代替鈷、鋰成分

IBM 研究人員也在尋找電池中鈷、鋰等成分的代替成分,以設(shè)計(jì)符合可持續(xù)理念的電池。

其研究團(tuán)隊(duì)正在使用 AI 技術(shù),來識(shí)別并測(cè)試比當(dāng)前鋰離子電池更加安全和高效的電解質(zhì)。

該項(xiàng)目側(cè)重于那些現(xiàn)有并且可以馬上投入市場(chǎng)的材料,但是另外一項(xiàng)相關(guān)研究則希望創(chuàng)建新分子材料代替現(xiàn)有材料。

IBM 的 AI 專家使用生成模型(GenerativeModels)來訓(xùn)練 AI 學(xué)習(xí)已知材料的分子結(jié)構(gòu)和這些材料的粘度、熔點(diǎn)、電子導(dǎo)電率等物理性質(zhì)。

根據(jù) IBM 專家 Seiji Takeda 和 Young-hye 的郵件,他們使用已知的電解質(zhì)材料數(shù)據(jù)進(jìn)行 AI 訓(xùn)練,以此來設(shè)計(jì)合適的電解質(zhì)或離子導(dǎo)電聚合物。

一旦完成 AI 訓(xùn)練,研究人員就可以要求 AI“設(shè)計(jì)一種符合 X、Y 和 Z 特性的新型分子電解質(zhì)材料”,AI 模型就會(huì)參考結(jié)構(gòu)特征關(guān)系,設(shè)計(jì)候選材料。

目前 IBM 已經(jīng)通過這種方法創(chuàng)建了一種名為 photoacid generators 的新分子,該分子可以幫助生產(chǎn)更環(huán)保的計(jì)算設(shè)備。

IBM 還通過這種技術(shù),設(shè)計(jì)了更先進(jìn)的高分子復(fù)合膜,其二氧化碳吸收效果更好,可以應(yīng)用于碳捕捉技術(shù)中。

Seiji Takeda 和 Young-hye 稱,設(shè)計(jì)更具可持續(xù)性的電池將會(huì)是他們的下一個(gè)目標(biāo)。

結(jié)語:從決策到執(zhí)行,AI 正提速材料創(chuàng)新

KoBold Metals 和 IBM 的研究證明,AI 技術(shù)可以在地質(zhì)學(xué)和材料學(xué)領(lǐng)域發(fā)揮更大作用。在這兩項(xiàng)研究中,AI 技術(shù)涉及了收集數(shù)據(jù)、分析數(shù)據(jù)、決策與執(zhí)行等多個(gè)環(huán)節(jié),正在逐步改變各領(lǐng)域的思維方式。

這或許將推動(dòng)這兩個(gè)領(lǐng)域更多的與 AI 領(lǐng)域研究者進(jìn)行交流、合作。如果這兩項(xiàng) AI 研究成功,都可以有效地降低對(duì)環(huán)境的破壞,更好地推動(dòng)可持續(xù)發(fā)展,也在展示了 AI 在這兩個(gè)領(lǐng)域的前沿應(yīng)用。

同時(shí)我們也看到,隨著電動(dòng)汽車產(chǎn)業(yè)的快速發(fā)展,電池技術(shù)的未來前景十分可觀,這可能是電能替代化石燃料的重要一步。

關(guān)鍵詞: 金屬 斯坦福 AI

 

網(wǎng)站介紹  |  版權(quán)說明  |  聯(lián)系我們  |  網(wǎng)站地圖 

星際派備案號(hào):京ICP備2022016840號(hào)-16 營業(yè)執(zhí)照公示信息版權(quán)所有 郵箱聯(lián)系:920 891 263@qq.com