الذكاء الاصطناعي يكتشف مواد جديدة للبطاريات من الجيل التالي

الليثيوم مقابل الباقي

سيطرت بطاريات الليثيوم أيون حتى الآن على مشهد الكهرباء، ويعود ذلك بشكل كبير إلى الخصائص الكهربائية الفريدة لذرات الليثيوم. ببساطة، الليثيوم، كونه العنصر الثالث^rd أخف عنصر في الجدول الدوري، هو العنصر الأقوى عندما يتعلق الأمر بحمل الشحنات بإلكترون واحد.

المصدر 
متوسط

ومع ذلك، فإن الليثيوم باهظ الثمن، مما يجعل كيمياء البطاريات البديلة جذابة اقتصاديًا. والجدير بالذكر، لقد اكتسبت بطاريات أيون الصوديوم شعبية كبيرة لهذا السبب بالذات.

يبدو أن تصميمًا آخر قد يمتلك إمكانيات أكبر مما كان يُعتقد سابقًا: بطاريات الأيونات متعددة التكافؤ. استخدمت هذه البطاريات أيونات معدنية قادرة على حمل أكثر من إلكترون واحد في آنٍ واحد، وقد تكون أكثر فعالية من حيث التكلفة من بطاريات أيونات الليثيوم.

تم تحقيق هذا الإنجاز الأخير باستخدام الذكاء الاصطناعي لاختبار ملايين التركيبات لمواد البطاريات. وقد حقق هذا الاكتشاف باحثون في معهد نيوجيرسي للتكنولوجيا (NJIT) ومعهد رينسيلار بوليتكنيك (RPI) (الولايات المتحدة الأمريكية). ونشروا نتائجهم في مجلة Cell Reports Physical Science.¹، تحت عنوان "الذكاء الاصطناعي التوليدي لاكتشاف مواد الأكسيد المسامية لتخزين الطاقة من الجيل التالي".

أنواع بطاريات الأيونات المتعددة

إذا كانت أيونات الليثيوم قد سيطرت على الإلكترونيات الصغيرة وتصميمات السيارات الكهربائية المبكرة بفضل كثافتها من الطاقة، فيمكن استخدام العديد من الأيونات المعدنية الأخرى وفقًا لنفس المبدأ.

كما تمت مناقشته، يعد أيون الصوديوم حاليًا بديلاً شائعًا، ويتم تصنيعه بكميات كبيرة بشكل متزايد للنماذج الكهربائية الرخيصة.

خيار آخر هو استخدام المغنيسيوم، أو الكالسيوم، أو الألومنيوم، أو الزنك، وجميعها أيونات متعددة التكافؤ. هذا يعني أنها تحمل شحنتين أو حتى ثلاث شحنات موجبة.

ومع ذلك، تأتي الشحنة الأكبر بأحجام أكبر أيضًا. تجعل المواصفات الذرية الأكبر حجمًا من الصعب استيعاب الأيونات متعددة التكافؤ بكفاءة في مواد البطاريات، مما يقلل من كثافة البطارية بشكل كبير جدًا بحيث لا تكون مجدية تجاريًا.

على الأقل، كان هذا صحيحًا بالنسبة لمواد البطاريات التقليدية المُطوّرة لأيونات الليثيوم أو الصوديوم. لكنها ليست المواد الوحيدة المُمكنة للاستخدام في البطاريات. إذ يُمكن بناء العديد من الهياكل البلورية الأخرى لإيواء الأيونات التي تحمل حركتها الشحنات الكهربائية.

"لم تكن إحدى أكبر العقبات هي الافتقار إلى التركيبات الكيميائية الواعدة للبطاريات - بل كانت الاستحالة المطلقة لاختبار ملايين التركيبات المادية."

البروفيسور ديباكار داتا - معهد نيو جيرسي للتكنولوجيا (NJIT)

الذكاء الاصطناعي يساعد في البحث

مساعد قوي

العقول البشرية ليست الأفضل في التعامل مع أي مجموعة بيانات تقترب أرقامها من الملايين. لكن الذكاء الاصطناعي بارع في ذلك.

إنه اتجاه متزايد من جانب الباحثين، وخاصة في مجال علوم المواد أو التكنولوجيا الحيوية، لاستخدام تقنية الذكاء الاصطناعي للمساعدة في تحديد الأفكار الأكثر واعدة، قبل تحليلها واختبارها بشكل أكثر صرامة.

"لقد لجأنا إلى الذكاء الاصطناعي التوليدي كطريقة سريعة ومنهجية للبحث في هذا المشهد الواسع وتحديد الهياكل القليلة التي يمكنها حقًا جعل البطاريات متعددة القيم عملية.

البروفيسور ديباكار داتا - معهد نيو جيرسي للتكنولوجيا (NJIT)

في السابق، لم يكن نموذج الحوسبة الذي يعتمد فقط على الفيزياء قادرًا على التعامل مع الحسابات المعقدة للغاية المطلوبة لنمذجة نوع جديد من البنية البلورية.

لكن الأنواع الجديدة من الذكاء الاصطناعي، التي تعتمد على التعلم الآلي والشبكات العصبية، أصبحت أكثر قدرة على "تخمين" الخاصية العامة للمادة دون الحاجة إلى حساب رياضي رسمي للفيزياء التي تكمن وراءها.

المصدر الموبايل

قام الباحثون بتطوير نظام يعتمد على نوعين مختلفين من الذكاء الاصطناعي في نفس الوقت، أحدهما يعرف البلورات، والآخر LLM (نموذج اللغة الكبير)، وهو نفس القاعدة التكنولوجية وراء ChatGPT.

المصدر الموبايل

مشفر تلقائي متغير الانتشار البلوري (CDVAE)

وقد أنتج نموذج CDVAE 10,000 آلاف مبنى، والتي خضعت لسلسلة من خطوات الفحص والتحقق الدقيقة لضمان استيفائها للمعايير اللازمة.

على سبيل المثال، تم التحقق من أن المسافة بين أزواج الذرات كانت كبيرة بما يكفي، أو حيادية الشحنة للنظام.

لقد أنتجت هذه الطريقة 42 بنية قابلة للاستخدام كمواد للبطاريات.

من بين هذه الهياكل، تطابقت 21 بنية مع المدخلات الموجودة في قاعدة البيانات، لكنها قدمت تكوينات جديدة تختلف في القياسات الكيميائية، أو معاملات الشبكة، أو المجموعات الفراغية. أما الهياكل الـ 21 المتبقية، فكانت جديدة كليًا.

المصدر الموبايل

وبالتالي، تم إنشاء نسختين جديدتين من المواد الموجودة والتي لم تكن معروفة من قبل وتحتوي على مواد بطارية محتملة جديدة تمامًا.

LLM

ثم استخدم الباحثون ميتا (FB -0.14٪) Llama-3.1-8B، معايرة خصيصًا ومصممة لتوليد الهياكل البلورية.

المصدر الموبايل

أدى ذلك إلى إنتاج أكثر من 10,000 بنية بلورية، بقي منها 1,087 بنية بعد التحقق من سلامتها. وباستخدام نفس المرشحات المستخدمة في CDVAE، نتج عن ذلك 13 بنية مرشحة محتملة، اختيرت منها أكثر 5 هياكل استقرارًا.

المصدر الموبايل

مرر للتمرير →

تحدي نتائج الذكاء الاصطناعي

استخدم الباحثون طريقة اختبار رياضية تسمى "استرخاء DFT"، لحساب الطاقة الحرة للمادة (المرتبطة بالاستقرار)، للتحقق من جودة المادة التي تم العثور عليها.

يبدو سريعًا أن المواد البلورية الناتجة عن LLM كانت أفضل بكثير وأكثر استقرارًا بشكل عام من تلك الناتجة عن CDVAE.

المصدر الموبايل

"لقد ساهمت أدوات الذكاء الاصطناعي لدينا في تسريع عملية الاكتشاف بشكل كبير، والتي كشفت عن خمسة هياكل جديدة تمامًا من أكسيد المعادن الانتقالية المسامية والتي تُظهر وعدًا رائعًا."

البروفيسور ديباكار داتا - معهد نيو جيرسي للتكنولوجيا (NJIT)

هل يمكن صنعه؟

وقد قام الفريق بالتحقق من صحة الهياكل التي تم إنشاؤها بواسطة الذكاء الاصطناعي باستخدام محاكاة ميكانيكا الكم واختبارات الاستقرار، مؤكدين أن المواد يمكن تصنيعها تجريبياً بالفعل وتحمل إمكانات كبيرة للتطبيقات في العالم الحقيقي.

"تحتوي هذه المواد على قنوات كبيرة ومفتوحة مثالية لنقل هذه الأيونات المتعددة القيمة الضخمة بسرعة وأمان، وهو ما يمثل تقدمًا مهمًا للبطاريات من الجيل التالي."

البروفيسور ديباكار داتا - معهد نيو جيرسي للتكنولوجيا (NJIT)

وستكون الخطوة التالية هي التعاون مع المختبرات التجريبية لتجميع واختبار المواد المصممة بالذكاء الاصطناعي والتي تم تصورها حديثًا.

قد يجعل هذا من البطاريات متعددة التكافؤ الخطوة التالية في تكنولوجيا البطاريات. حتى الآن، حال عدم وجود مادة جيدة لاستيعاب الذرات الأكبر حجمًا دون تطوير هذا الخيار. باستخدام مواد أفضل لتخزين المغنيسيوم والألومنيوم أو أيونات كبيرة أخرى، قد تتفوق قدرة هذه الذرات على نقل الإلكترونات المتعددة يومًا ما حتى على قدرة الليثيوم القوية، ولكن على حمل الطاقة بإلكترون واحد.

الاستثمار في علوم المواد والابتكار في الذكاء الاصطناعي

ميتا: علم المواد المبني على الذكاء الاصطناعي

لا تزال ميتا تُعرف اليوم بشكل رئيسي بمنصات التواصل الاجتماعي فيسبوك وإنستغرام، بالإضافة إلى دردشة واتساب. كما أنها حاضرة في مجال الواقع الافتراضي (VR) من خلال سماعات الواقع الافتراضي الخاصة بها، و"الواقع الافتراضي" الذي لم يُكتب له النجاح.ميتافيرس من".

ولكن الأهم من ذلك هو أن Meta هي شركة ذكاء اصطناعي لديها استثمارات ضخمة في البنية التحتية لتحقيق ذلك.

"ومن المتوقع أن يبدأ تشغيل أول مركز بيانات متعدد الجيغاواط، والذي أطلق عليه اسم بروميثيوس، في عام 2026، في حين سيكون مركز آخر، يسمى هايبريون، قادرًا على التوسع حتى 5 جيجاواط خلال السنوات القادمة.

كما نبني المزيد من التجمعات العملاقة. يغطي واحد منها فقط جزءًا كبيرًا من مساحة مانهاتن.

علامة زوكربيرج – مؤسس شركة ميتا والرئيس التنفيذي

يبدو للوهلة الأولى أن تقنية LLM مفيدة بشكل أساسي لمهام "التحدث"، مثل برامج الدردشة الآلية، وتحسين البحث عبر الإنترنت، والتعليم، وغيرها من الأنشطة التي تركز على الإنسان.

لكن هذا البحث يُظهر أن قدرة ماجستير الحقوق على تعلم اللغة يُمكن تطبيقها على مهام أخرى تعتمد على البيانات، مثل تعلم كيفية "التحدث" مع البنى البلورية. وينطبق الأمر نفسه على الشفرات الجينية، على سبيل المثال.

وهذا يعني أن التقدم في خوارزميات LLM من المرجح أن يبشر بعصر ذهبي من الاكتشافات الجديدة تمامًا في إنشاء مواد جديدة للبطاريات والمواد المتقدمة وتوليد الطاقة وما إلى ذلك، بالإضافة إلى أنواع جديدة من البروتينات ومواد الحمض النووي / الحمض النووي الريبي التي يمكن تحويلها إلى أدوية وأدوات تصنيع بيولوجي وما إلى ذلك.

وفي هذا السياق، يعني هذا أن شركات مثل Meta ونماذجها Lama LLM لا تعمل فقط على بناء بدائل تكنولوجية مربحة محتملة للأدوات الحالية، بل قد تتحول أيضًا إلى قوة في مجال الملكية الفكرية في العالم المادي أيضًا.

وفي هذا السياق، قد يتبادر إلى الأذهان أن أعمال التكنولوجيا الأصلية لشركات مثل Meta، أو حتى Google، كانت في الأصل أعمالًا تجارية. (GOOGL -2.34٪) أو Microsoft (MSFT -2.51٪)كانت هذه الخطوة مجرد حجر الأساس قبل تحويلهم إلى عمالقة تعتمد على الذكاء الاصطناعي والملكية الفكرية وتغير العالم بالعديد من التقنيات الجديدة، بما في ذلك في مجال الطاقة المتجددة وعلوم المواد.

أحدث أخبار وتطورات أسهم ميتا (META)

الدراسة المرجعية

^{1. جوي داتا، أمروث ناديمبالي، نيخيل كوراتكار، ديباكار داتا. الذكاء الاصطناعي التوليدي لاكتشاف مواد الأكسيد المسامية لتخزين الطاقة من الجيل التالي. تقارير الخلايا، العلوم الفيزيائية، المجلد 6، العدد 7، 102665. 16 يوليو 2025. https://www.cell.com/cell-reports-physical-science/fulltext/S2666-3864(25)00264-4}