Key takeaways
- Forskare använder AI för att upptäcka nytt material.
- Materialen kan vara avgörande för att utveckla batterier som erbjuder längre räckvidd och ökad säkerhet för elfordon.
- Bättre bilbatterier kan vara cirka 10 år från att komma ut på marknaden.
Elbilar skulle en dag kunna drivas av nya typer av batterier, tack vare artificiell intelligens (AI).
Forskare vid University of Liverpool säger att de har skapat ett samarbetsverktyg för artificiell intelligens som minskar tiden och ansträngningen som krävs för att upptäcka nya material. Innovationen är en del av den växande användningen av AI för att hjälpa till att utveckla allt från nya läkemedel till nya batterier.
"Tack vare högpresterande mjukvaruverktyg, processorkraft och billigt minne kan AI helt automatisera komplexa uppgifter och ge konsekventa och exakta upptäckter", sa Matthew Putman, VD för Nanotronics, ett företag som använder AI. Lifewire i en e-postintervju.
"Det kräver mindre arbetskraft att underhålla och kan justeras snabbt när tillverkningsstrategier och produktionsplaner ändras."
Material World
Enligt en ny artikel i Nature Communications har forskarna vid University of Liverpool redan använt sitt nya AI-verktyg. Teamet upptäckte fyra nya material, inklusive en ny familj av solid-state material som leder litium.
Materialet kan vara avgörande för att utveckla batterier som erbjuder längre räckvidd och ökad säkerhet för elfordon.
AI-verktyget undersöker sambanden mellan kända material snabbare än människor. Dessa relationer används för att hitta och rangordna kombinationer av element som sannolikt kommer att bilda nya material.
Forskare använder rankningarna för att styra utforskningen av det okända kemiska utrymmet på ett riktat sätt, vilket gör experimentell undersökning mycket mer effektiv. Dessa vetenskapsmän fattar de slutgiltiga besluten, informerade av informationen från AI.
"Hintills har ett vanligt och kraftfullt tillvägagångssätt varit att designa nya material i nära analogi med befintliga, men detta leder ofta till material som liknar dem vi redan har", Matt Rosseinsky, huvudförfattaren till tidningen, sa i ett pressmeddelande.
"Vi behöver därför nya verktyg som minskar tiden och ansträngningen som krävs för att upptäcka riktigt nya material, till exempel det som utvecklats här som kombinerar artificiell intelligens och mänsklig intelligens för att få ut det bästa av båda."
AI-identifierade material har tillverkats för nya Li-ion-elektroder av det slag som ibland används i hemelektronik, berättade Emily Ryan, en ingenjörsprofessor vid Boston University som arbetar med AI-assisterad upptäckt av ny teknologi, Lifewire i en e-postintervju. Hon var inte involverad i Liverpool-forskningen.
Forskare använder databaser för att förutsäga vilka föreningar som kan skapa nya och spännande material.
"Även om de fortfarande är i forsknings- och utvecklingsstadiet, visar de lovande", sa hon. "Jag är inte säker på tidslinjen för kommersialisering, men materialutveckling är vanligtvis en 10-årig process."
AI-acceleratorer
Företag över hela världen har dubblat ned på AI-drivna strategier för produktion av material, och konsumenterna ser redan fördelarna, sa Putman.
"Forskare använder databaser för att förutsäga vilka föreningar som kan skapa nya och spännande material", tillade han."De kan skapa en genväg med AI för att skapa superstarka material - och AI:n kommer att berätta för forskarna det bästa experimentet att köra för att göra det nya materialet."
Machine learning och AI används inom många områden, inklusive hälsotillämpningar och energi.
"I sökandet efter bättre energilagring används AI-metoder för att utforska nya elektrolyt- och elektrodmaterial för att förbättra prestandan och förlänga livslängden för nästa generations batterier", sa Ryan. "AI och ML tillämpas på datorer med hög genomströmning för att identifiera nya material som möjligen skulle kunna ersätta nuvarande elektrolyt- och elektrodmaterial."
Men det finns en mörk sida av användningen av AI för upptäckt, sa Joshua M. Pearce, ingenjörsprofessor vid Western University, till Lifewire i en e-postintervju. Vissa forskare försöker använda AI som patentrobotar för att monopolisera avancerade material. Pearce skrev nyligen en artikel som beskrev hur tidig patentering av grundläggande byggstenar smutsade ner nanotekniken och bromsade dess framsteg.
"Detta är en verklig risk inom materialvetenskap", tillade han. "Inom 3D-utskrift försökte någon i Europa patentera användningen av all termoplast för additiv tillverkning, vilket är den grundläggande process vi alla använder."
