ซูเปอร์คอมพิวเตอร์และปัญญาประดิษฐ์: ความหวังใหม่สำหรับวัสดุแบตเตอรี่รุ่นต่อไป

ด้วยการพัฒนาอย่างรวดเร็วของรถยนต์ไฟฟ้าและพลังงานหมุนเวียน ความต้องการแบตเตอรี่ทั่วโลกจึงเพิ่มขึ้นอย่างรวดเร็ว อย่างไรก็ตาม แบตเตอรี่ลิเธียมที่มีอยู่เผชิญกับความท้าทายต่างๆ เช่น การขาดแคลนทรัพยากร ห่วงโซ่อุปทานที่กระจุกตัว และการใช้น้ำปริมาณมากในระหว่างการสกัด ซึ่งจำกัดการพัฒนาอย่างยั่งยืนของการเปลี่ยนผ่านด้านพลังงาน เพื่อเอาชนะอุปสรรคเหล่านี้ นักวิทยาศาสตร์กำลังใช้พลังของซูเปอร์คอมพิวเตอร์และปัญญาประดิษฐ์เพื่อเร่งการค้นหาวัสดุแบตเตอรี่รุ่นใหม่โดยใช้โลหะที่มีอยู่มากมาย เช่น แมกนีเซียม สังกะสี และอะลูมิเนียม

ความท้าทายของห่วงโซ่อุปทานแบตเตอรี่ลิเธียม

ลิเธียม ซึ่งได้รับการยกย่องว่าเป็น “ทองคำขาว” เป็นวัสดุสำคัญที่สุดสำหรับแบตเตอรี่ในปัจจุบัน อย่างไรก็ตาม ความหายากของลิเธียมทำให้การจัดหาไม่เพียงแต่มีราคาแพง แต่ยังอ่อนไหวต่ออิทธิพลทางภูมิรัฐศาสตร์อีกด้วย สิ่งนี้บังคับให้ประเทศต่างๆ ทั่วโลกต้องเผชิญกับความเสี่ยงในห่วงโซ่อุปทาน ขณะที่พวกเขาส่งเสริมการใช้รถยนต์ไฟฟ้าและการเปลี่ยนผ่านด้านพลังงาน

นอกจากนี้ การทำเหมืองลิเธียมยังสร้างภาระอย่างหนักต่อสิ่งแวดล้อม การทำเหมืองโดยใช้บ่อระเหยเพียงอย่างเดียวใช้ปริมาณน้ำหลายล้านแกลลอน ส่งผลกระทบอย่างมากต่อระบบนิเวศในพื้นที่แห้งแล้ง ความจริงเหล่านี้ทำให้การค้นหาวัสดุทางเลือกอื่นแทนลิเธียมเป็นทิศทางที่หลีกเลี่ยงไม่ได้ในการพัฒนาเทคโนโลยีด้านพลังงาน

การค้นหาทางเลือกอื่นแทนลิเธียม

นักวิทยาศาสตร์เริ่มศึกษาโลหะอื่นๆ ที่พบได้ทั่วไป เช่น แมกนีเซียม สังกะสี และอะลูมิเนียม โลหะเหล่านี้มีอยู่มากมายบนโลก กระจายอยู่ทั่วไป และมีราคาค่อนข้างถูก การนำโลหะเหล่านี้มาใช้ในแบตเตอรี่รุ่นใหม่ไม่เพียงแต่จะช่วยลดการพึ่งพาลิเธียมเท่านั้น แต่ยังทำให้เทคโนโลยีการจัดเก็บพลังงานมีความยั่งยืนมากขึ้นด้วย

ศักยภาพของแบตเตอรี่โลหะเหล่านี้มาจากคุณสมบัติของไอออนหลายวาเลนซ์ เมื่อเปรียบเทียบกับแบตเตอรี่ลิเธียม แบตเตอรี่ไอออนหลายวาเลนซ์อาจเก็บพลังงานได้มากกว่าต่อปริมาตร ซึ่งมีความสำคัญอย่างยิ่งต่อระยะทางการขับขี่ของรถยนต์ไฟฟ้าและความเสถียรของระบบไฟฟ้า

บทบาทของซูเปอร์คอมพิวเตอร์: การขยาย SDSC

ในการสำรวจวัสดุเหล่านี้ ซูเปอร์คอมพิวเตอร์ได้กลายเป็นเครื่องมือที่ขาดไม่ได้ ระบบ EXPANSE ซึ่งจัดหาโดยมูลนิธิวิทยาศาสตร์แห่งชาติ (NSF) และตั้งอยู่ที่ศูนย์ซูเปอร์คอมพิวเตอร์ซานดิเอโก (SDSC) ช่วยให้นักวิจัยสามารถจำลองและคัดกรองโครงสร้างวัสดุที่มีศักยภาพจำนวนมากได้

ถ้าคุณอยากเปลี่ยนใจ คุณจะหาวิธีที่ถูกต้องได้เอง เขียนหนังสือ เขียนหนังสือ เขียนหนังสือ หรือเขียนหนังสือ

ข้อดีและข้อเสียขององค์กรบริหารจัดการธุรกรรมข้ามชาติ (TMOs)

ทีมวิจัยมุ่งเน้นไปที่ออกไซด์ของโลหะทรานซิชัน (TMOs) วัสดุเหล่านี้มีความหลากหลายทางโครงสร้างสูง ให้การนำไฟฟ้าไอออนที่ดีเยี่ยม และสามารถรองรับตัวนำประจุได้หลากหลาย ทำให้เป็นตัวเลือกที่เหมาะสมสำหรับแบตเตอรี่ไอออนหลายวาเลนซ์

คำอธิบายของ TMO: ถ้าคุณกำลังเขียนหนังสือ คุณจะเห็นภาพวาด ภาพของภาพวาด ภาพของภาพวาด และภาพเหมือนของบุคคล มันไม่ใช่เรื่องยากที่จะเข้าใจความหมายของภาพวาดเหล่านี้

การประยุกต์ใช้โมเดล AI

นักวิจัยกำลังผสานรวมโมเดล AI สร้างสรรค์หลายแบบเพื่อทำการสำรวจวัสดุในรูปแบบที่ไม่เคยมีมาก่อน:

• ตัวเข้ารหัสอัตโนมัติแบบแปรผันการแพร่กระจายของผลึก (CDVAE): สามารถสร้างโครงสร้างผลึกที่เป็นไปได้จำนวนมาก ครอบคลุมพื้นที่ทางเคมีที่หลากหลาย
• แบบจำลองภาษาขนาดใหญ่ (LLM): เพิ่มคุณสมบัติในอุดมคติให้กับโครงสร้างที่สร้างขึ้นเพื่อคัดกรองวัสดุที่ใกล้เคียงกับสมดุลทางอุณหพลศาสตร์และสังเคราะห์ได้ง่ายกว่า
• โครงข่ายประสาทกราฟอะตอม (ALIGNN): ทำนายเสถียรภาพทางอิเล็กทรอนิกส์และอุณหพลศาสตร์ของวัสดุได้อย่างแม่นยำ ช่วยลดขอบเขตการคัดกรองให้แคบลง

ด้วยการทำงานร่วมกันของแบบจำลองเหล่านี้ ทีมงานสามารถระบุวัสดุที่มีศักยภาพในการใช้งานสูงสุดได้อย่างมีประสิทธิภาพ โดยหลีกเลี่ยงค่าใช้จ่ายสูงและประสิทธิภาพต่ำของการทดลองแบบดั้งเดิม

กระบวนการคัดเลือกจากหนึ่งในหมื่น

ในขั้นต้น ระบบ AI สร้างโครงสร้างที่เป็นไปได้ประมาณ 20,000 โครงสร้าง (ประมาณ 10,000 สำหรับ CDVAE และ 10,000 สำหรับ LLM) หลังจากผ่านการคัดกรองและการจำลองหลายระดับ จำนวนสุดท้ายลดลงเหลือ 42 สำหรับ CDVAE และ 13 สำหรับ LLM

เป็นที่น่าสังเกตว่าทั้งสองวิธีต่างก็มีข้อดีของตนเอง โครงสร้างที่สร้างขึ้นโดย LLM นั้นสังเคราะห์ได้ง่ายกว่าในห้องปฏิบัติการ ในขณะที่ CDVAE ให้วัสดุที่ไม่สมดุลที่ “ก้าวล้ำ” มากกว่า ซึ่งอาจกลายเป็นความก้าวหน้าสำคัญสำหรับแบตเตอรี่รุ่นใหม่ในอนาคต

โครงสร้างผู้สมัครที่มีแนวโน้มดีที่สุด

ในที่สุดทีมวิจัยได้ระบุโครงสร้าง TMO ที่เสถียรที่สุดห้าโครงสร้าง ซึ่งโครงสร้างเหล่านี้มีลักษณะร่วมกันดังต่อไปนี้:

• ด้วยโครงอุโมงค์แบบเปิด
• สามารถรองรับไอออนที่มีประจุหลายค่าได้อย่างมีประสิทธิภาพ
• จากการทดสอบจำลองพบว่ามีเสถียรภาพทางโครงสร้างและอุณหพลศาสตร์ที่ดี

นักวิจัยได้ตรวจสอบความเป็นไปได้ของวัสดุเหล่านี้ในทางปฏิบัติเพิ่มเติมโดยใช้การคำนวณทฤษฎีฟังก์ชันความหนาแน่น (DFT) ซึ่งพิสูจน์ได้ว่าวัสดุเหล่านี้มีศักยภาพในการนำไปใช้ในแบตเตอรี่รุ่นใหม่ได้อย่างแท้จริง

การสนับสนุนและแนวโน้ม

รองศาสตราจารย์ดัตตาจาก NJIT เน้นย้ำว่าโครงการ ACCESS ของ NSF มีความสำคัญอย่างยิ่งต่อการวิจัย โดยเปรียบเทียบว่า “เปรียบเสมือนออกซิเจน” หากปราศจากทรัพยากรด้านการคำนวณเหล่านี้ การศึกษาที่ก้าวล้ำเหล่านี้ก็คงยากที่จะบรรลุผลสำเร็จ

ด้วยความก้าวหน้าอย่างต่อเนื่องของปัญญาประดิษฐ์และซูเปอร์คอมพิวเตอร์ เรากำลังค่อยๆ ก้าวไปสู่อนาคตที่ไม่ต้องพึ่งพาลิเธียมอีกต่อไป ซึ่งไม่เพียงแต่จะช่วยลดภาระด้านสิ่งแวดล้อมเท่านั้น แต่ยังอาจเป็นทางออกที่ปลอดภัย เสถียร และยั่งยืนกว่าสำหรับการเปลี่ยนผ่านด้านพลังงานของโลกอีกด้วย

แหล่งที่มา:

• วิกฤตแบตเตอรี่มีหวังหรือไม่? ปัญญาประดิษฐ์ช่วยค้นพบวัสดุโลหะลึกลับที่อาจใช้แทนลิเธียมได้
• SDSC：利用 GenAI 探索新一代電池材料

---

สำหรับการบด เรามีการปรับแต่งตามความต้องการในการประมวลผล เพื่อให้มีประสิทธิภาพสูงสุด

ยินดีต้อนรับที่จะติดต่อเรา เราจะมีคนที่จะตอบคำถามของคุณ

หากคุณต้องการใบเสนอราคาแบบกำหนดเองโปรดติดต่อเรา

เวลาทำการฝ่ายบริการลูกค้า : จันทร์ – ศุกร์ 09:00~18:00 น.

โทร : 07 223 1058

หากมีข้อสงสัยหรือคำถามที่ไม่ชัดเจนทางโทรศัพท์ โปรดอย่าลังเลที่จะส่งข้อความส่วนตัวถึงฉันทาง Facebook ~~

เฟซบุ๊ก HonWay: https://www.facebook.com/honwaygroup

---

คุณอาจสนใจ…