استخدم باحثون من معهد نيوجيرسي للتكنولوجيا الذكاء الاصطناعي لمعالجة إحدى المشكلات الجوهرية التي تهدد مستقبل تخزين الطاقة، وهي البحث عن بدائل مستدامة وبأسعار معقولة لبطاريات الليثيوم-أيون. ووفقا لموقع “techxplore”، فإن فريق المعهد، الذي يقوده البروفيسور ديباكار داتا، تمكّن من تطبيق تقنيات الذكاء الاصطناعي التوليدي لاكتشاف مواد مسامية جديدة بسرعة، وهذه المواد قادرة على إحداث تغييرات جذرية في بطاريات الأيونات متعددة التكافؤ.
تشير الأبحاث إلى أن هذه البطاريات، التي تحتوي على عناصر وفيرة مثل المغنيسيوم والكالسيوم والألمنيوم والزنك، تقدم بديلاً واعدًا وفعالًا من حيث التكلفة لبطاريات الليثيوم-أيون، التي تواجه تحديات عالمية في التوريد وقضايا تتعلق بالاستدامة. على عكس بطاريات الليثيوم-أيون التقليدية، التي تعتمد على أيونات الليثيوم ذات الشحنة الموجبة الواحدة، تستخدم بطاريات الأيونات متعددة التكافؤ عناصر تحمل أيوناتها شحنتين أو حتى ثلاث شحنات موجبة، مما يتيح لها القدرة على تخزين طاقة أكبر بكثير، وهذا يجعلها خيارًا جذابًا للغاية لحلول تخزين الطاقة المستقبلية.
ومع ذلك، فإن الحجم الأكبر للشحنة الكهربائية للأيونات متعددة التكافؤ يجعل من الصعب استخدامها بكفاءة في مواد البطاريات، وهذا هو التحدي الذي يسعى البحث الحالي لفريق معهد نيوجيرسي للتكنولوجيا المعتمد على الذكاء الاصطناعي إلى معالجته. أشار داتا إلى أن إحدى أكبر العقبات كانت عدم توفر التركيبات الكيميائية الواعدة للبطاريات، فعملية اختبار ملايين التركيبات كانت مستحيلة، ولذلك تم اللجوء إلى الذكاء الاصطناعي التوليدي كوسيلة سريعة ومنهجية لفحص هذا المجال الواسع واكتشاف الهياكل القليلة التي يمكن أن تجعل البطاريات متعددة التكافؤ عملية فعلاً.
وأضاف داتا أن هذا النهج يمكّنهم من استكشاف آلاف الخيارات المحتملة بسرعة، مما يعجل البحث عن بدائل أكثر كفاءة واستدامة لتقنية أيونات الليثيوم. طوّر الفريق نهجًا جديدًا للذكاء الاصطناعي المزدوج، حيث استكشفت أدوات الذكاء الاصطناعي آلاف الهياكل البلورية الجديدة بسرعة، وهي عملية كانت مستحيلة سابقًا باستخدام التجارب المعملية التقليدية.
تم تدريب نموذج CDVAE على مجموعات بيانات كبيرة من الهياكل البلورية المعروفة، مما مكنه من اقتراح مواد جديدة تمامًا ذات إمكانيات هيكلية متنوعة، بينما تم تعديل نموذج اللغة الكبير (LLM) للتركيز على المواد الأقرب إلى الاستقرار الديناميكي الحراري، وهو أمر بالغ الأهمية لتصنيع هذه المواد عمليًا. وحقق الفريق صحة هياكلهم المُولّدة بالذكاء الاصطناعي باستخدام محاكاة ميكانيكا الكم واختبارات الاستقرار، مؤكدين إمكانية تصنيع هذه المواد تجريبيًا وإمكانياتها الكبيرة لتطبيقات واقعية.
أكد داتا على الآثار الأوسع لنهجهم القائم على الذكاء الاصطناعي، حيث قال إن هذا الأمر يتجاوز مجرد اكتشاف مواد جديدة للبطاريات، بل يتعلق أيضًا بإنشاء طريقة سريعة وقابلة للتطوير لاستكشاف أي مواد متقدمة، سواء في مجال الإلكترونيات أو حلول الطاقة النظيفة، دون الحاجة إلى تجارب واختبارات مكثفة.