EN
في خطوة علمية رائدة، نجح باحثون من معهد نيوجيرسي للتكنولوجيا (NJIT) في تسخير تقنيات الذكاء الاصطناعي التوليدي للتغلب على إحدى العقبات الأساسية في مجال تخزين الطاقة، وإيجاد بدائل فعالة ومستدامة لبطاريات الليثيوم-أيون، التي باتت تواجه تحديات متزايدة تتعلق بالإمدادات العالمية وقضايا الاستدامة البيئية، وذلك وفقًا لبحث نُشر في مجلة Cell Reports Physical Science، ونشره موقع techxplore.
بطاريات الأيونات متعددة التكافؤ حل واعد
يتركز البحث الجديد على تطوير بطاريات الأيونات متعددة التكافؤ، التي تستخدم عناصر شائعة مثل المغنيسيوم والكالسيوم والألمنيوم والزنك. على عكس بطاريات الليثيوم-أيون، التي تعتمد على أيونات ذات شحنة موجبة واحدة، تتميز هذه البطاريات باستخدام أيونات تحمل شحنتين أو ثلاث شحنات موجبة، ما يزيد قدرتها على تخزين الطاقة، ويجعلها خيارًا جذابًا لحلول الطاقة المتجددة في المستقبل.
التحديات التقنية والحل بالذكاء الاصطناعي
رغم الإمكانات العالية، فإن الأيونات متعددة التكافؤ تعاني من صعوبة في الاندماج بكفاءة داخل المواد المستخدمة في البطاريات بسبب حجمها الكبير وشحنتها العالية، وهنا، برز دور فريق معهد نيوجيرسي للتكنولوجيا بقيادة البروفيسور ديباكار داتا، الذي اعتمد على الذكاء الاصطناعي لتجاوز هذه العقبة.
قال داتا: "لم تكن المشكلة في قلة المواد الممكنة، بل في استحالة اختبار ملايين التركيبات يدويًا، لذا استخدمنا الذكاء الاصطناعي التوليدي كوسيلة منهجية لاستكشاف هذا الحقل الواسع واكتشاف الهياكل القليلة التي قد تجعل بطاريات الأيونات متعددة التكافؤ مجدية عمليًا".
نموذج مزدوج من الذكاء الاصطناعي لاكتشاف المواد
طور الفريق نموذجًا مزدوجًا للذكاء الاصطناعي، استخدم فيه نموذج CDVAE
المدرب على قواعد بيانات ضخمة للهياكل البلورية، لاقتراح مواد جديدة كليًا.
نموذج لغوي كبير (LLM)
ركّز على اختيار المواد ذات الاستقرار الديناميكي الحراري الأعلى، مما يجعل تصنيعها العملي ممكنًا.
وقد تمت المصادقة على هذه المواد المقترحة باستخدام محاكاة ميكانيكا الكم، إلى جانب اختبارات دقيقة للاستقرار البنيوي.
نحو عصر جديد في اكتشاف المواد
يشير داتا إلى أن أهمية هذه التقنية تتجاوز مجرد تصنيع بطاريات جديدة، مؤكدًا: "نحن لا نكتشف مواد بطاريات فقط، بل نؤسس طريقة سريعة وقابلة للتوسع لاستكشاف أي نوع من المواد المتقدمة، سواء في الإلكترونيات أو الطاقة النظيفة، دون الحاجة إلى تجارب مخبرية مرهقة".
