I ricercatori di intelligenza artificiale stanno sviluppando modelli di intelligenza artificiale per ridurre gli impatti ambientali associati all’estrazione dei materiali utilizzati nelle batterie. La startup di esplorazione mineraria Kobold sta sviluppando un modello di intelligenza artificiale in grado di rilevare i materiali utilizzati nella creazione di batterie nel terreno. Nel frattempo, un team di ricercatori IBM sta utilizzando algoritmi di intelligenza artificiale per determinare quali materiali alternativi potrebbero essere utilizzati per creare batterie.
La domanda di materiali per creare batterie è in costante aumento poiché sempre più oggetti vengono alimentati dall’elettricità. Per soddisfare questa crescente domanda, sarà necessario un maggior numero di attività estrattive ei ricercatori stanno cercando modi per ridurre l’impatto ambientale di queste operazioni di estrazione di risorse. L’intelligenza artificiale ha il potenziale per migliorare i metodi attuali di estrazione del minerale o addirittura sostituire questi metodi con tecniche più sostenibili.
Secondo IEEE Spectrum , il nuovo progetto AI di KoBold Metals mira a rilevare i depositi di minerale in aree in cui l’estrazione del minerale comporterebbe danni relativamente minori, rispetto agli attuali metodi di estrazione delle risorse. Kobold ha spiegato che i modelli di intelligenza artificiale che stanno sviluppando potrebbero ridurre drasticamente la necessità di missioni di esplorazione mineraria invasive e costose, che in genere richiedono molte esplorazioni e scansioni per trovare materiali rari. Secondo KoBold, la maggior parte dei materiali facilmente accessibili sono già stati trovati, anche se saranno necessari nuovi depositi minerali per cambiare l’attuale sistema energetico.
KoBold sta collaborando con il Center for Earth Resource Forecasting di Stanford per sviluppare un agente di intelligenza artificiale in grado di fornire consigli su dove trovare determinati minerali. La startup vuole un’IA in grado di consigliare aree che possono contenere depositi di litio rame, cobalto, nichel e altri minerali.
Un professore di scienze geologiche a Stanford, Jef Caers, ha spiegato che il concetto alla base dell’IA è che aiuterà i geologi a valutare più siti per potenziali depositi minerali e ad accelerare il processo decisionale. Secondo Caers, il modello AI funziona come un’auto a guida autonoma, nel senso che il modello raccoglie e agisce sui dati raccolti dall’ambiente circostante.
Man mano che la società passa dalle auto alimentate a combustibili fossili alle auto a batteria, con l’obiettivo di ridurre le emissioni complessive di gas serra, sarà necessaria una maggiore capacità della batteria. Secondo un documento pubblicato sulla rivista Nature lo scorso dicembre , potrebbero esserci oltre 2 miliardi di veicoli elettrici sulla strada entro il 2050, che richiedono circa 12 terawattora di capacità annuale della batteria, che è circa dieci volte l’attuale capacità esistente degli Stati Uniti. .
L’approccio di scoperta dei minerali basato sull’intelligenza artificiale di Kobold è supportato da una piattaforma di dati che memorizza le informazioni su potenziali siti di mining prese da una varietà di fonti. Campioni di suolo, rapporti di perforazione e immagini satellitari vengono raccolti e utilizzati come funzionalità per il modello AI, che fa previsioni sulle posizioni di depositi di minerali altamente concentrati. Si spera che il modello AI fornisca previsioni accurate su quali siti dovrebbero essere minati, le previsioni arrivano molto più velocemente di quelle fatte da un analista umano.
Mentre Kobold sta progettando modelli di intelligenza artificiale per trovare più minerali per le batterie, i ricercatori di IBM stanno cercando di trovare materiali che possano sostituire i comuni ingredienti delle batterie come litio e cobalto. I ricercatori IBM stanno impiegando modelli di intelligenza artificiale per identificare solventi che potrebbero superare le attuali batterie agli ioni di litio. Questo progetto IBM AI si sta concentrando sui materiali attualmente esistenti e attualmente disponibili, ma un diverso progetto IBM mira a sintetizzare nuove molecole in grado di sostituire i comuni materiali delle batterie.
Il team di ricerca IBM ha utilizzato modelli generativi per comprendere la struttura molecolare, il punto di fusione, la viscosità e altri attributi dei materiali esistenti. L’addestramento di un modello generativo su questi tipi di caratteristiche consente ai ricercatori di generare molecole con proprietà simili.
IBM ha già utilizzato il proprio sistema di intelligenza artificiale per progettare nuove molecole denominate “generatori di fotoacidi”. Questi generatori di fotoacidi potrebbero assistere gli ingegneri nello sviluppo di chip per computer utilizzando materiali e tecniche più rispettosi dell’ambiente. Il team di ricerca IBM mira a fare lo stesso per la tecnologia delle batterie.
