- Регистрация
- 17 Окт 2015
- Сообщения
- 11.657
- Репутация
- 4.248
- Реакции
- 15.429
Материалы будущего: ИИ создает магниты без редкоземельных металлов
20 июня, 2024Как искусственный интеллект меняет правила игры в разработке новых материалов.
Для перехода к электрифицированному миру требуются технологии, такие как электродвигатели и батареи для электросетей, которые нуждаются в редкоземельных металлах. Эти металлы дороги как в финансовом, так и в экологическом плане. Однако недавно британская компания Materials Nexus объявила о разработке магнита, не содержащего редкоземельных металлов, с использованием искусственного интеллекта (ИИ). Процесс занял всего три месяца, что примерно в 200 раз быстрее, чем обычно.
ИИ уже активно используется для поиска материалов в других ключевых областях перехода к зеленой энергетике, демонстрируя свою мощь в борьбе с изменением климата. Мировой переход от ископаемого топлива к экологически чистым источникам энергии неизбежен. Однако производство электродвигателей и батарей требует редкоземельных металлов, добыча которых наносит вред окружающей среде и обществу. В связи с этим, автопроизводители, такие как Tesla, ищут альтернативные материалы для своих электромобилей.
Материаловеды сталкиваются с проблемой нехватки времени на исследования альтернативных материалов. В этом случае на помощь приходит Искусственный интеллект (ИИ) - технология создания интеллектуальных машин и компьютерных программ, основной задачей которых является использование компьютерных технологий для понимания человеческого интеллекта.
Исследователи выделяют два основных направления развития ИИ:
• решение проблем, связанных с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована природой человека;
• создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.
Икусственный интеллект, работающий значительно быстрее.
Компания Materials Nexus разработала магнит под названием MagNex , полностью свободный от редкоземельных металлов, с помощью своей платформы ИИ. Ранее подобные «чистые» магниты создавались десятилетиями методом проб и ошибок. В случае с MagNex процесс занял всего три месяца. Магнит можно производить на 20% дешевле и с 70% меньшими выбросами углерода по сравнению с аналогичными продуктами на основе редкоземельных металлов.
Materials Nexus сотрудничала с Институтом Генри Ройса и Университетом Шеффилда для синтеза и тестирования нового магнита. По мнению компании, подобный подход с использованием ИИ может революционизировать и другие аспекты зеленого перехода, включая разработку полупроводников и сверхпроводников. Это подтверждается недавними успехами ученых из Великобритании и Японии, которые с помощью ИИ создали сверхпроводящий магнит на основе железа.
ИИ особенно подходит для революционных открытий в области материаловедения. По данным проекта Materials Project, открытого источника для поддержки исследований новых материалов, люди обнаружили 20 тысяч материалов через эксперименты, тогда как благодаря вычислительным технологиям это число увеличилось до 48 тысяч.
В конце 2023 года исследователи из DeepMind, принадлежащей Google, сообщили , что их сеть Graph Networks for Materials Exploration (GNoME) использовала эти 48 тысяч материалов для создания дополнительных 2,2 миллиона материалов, из которых 380 тысяч считаются стабильными и перспективными для синтеза.
Переход всего мира от ископаемого топлива к чистым возобновляемым источникам энергии является одной из самых амбициозных, но при этом жизненно важных задач человечества на ближайшие десятилетия. Этот процесс требует колоссальных усилий и координации на глобальном уровне, поскольку он затрагивает практически все сферы жизни общества - от способов производства энергии до транспорта, промышленности и повседневного быта.
Используя все возможности современных технологий искусственного интеллекта, мы можем существенно ускорить и оптимизировать этот переходный период. Системы ИИ способны анализировать огромные массивы данных, выявлять закономерности и находить наиболее эффективные решения для различных аспектов энергетической трансформации. Они могут помочь спроектировать более совершенные возобновляемые источники энергии, рассчитать оптимальные маршруты для логистики и транспортировки, смоделировать влияние изменений на окружающую среду.