Microsoft dùng AI tìm kiếm vật liệu pin mới

Mới đây, Microsoft đã hợp tác với một phòng thí nghiệm quốc gia Mỹ để sử dụng trí tuệ nhân tạo (AI), nhằm nhanh chóng xác định một loại vật liệu mới có thể dùng để sản xuất pin, mà yêu cầu ít lithium hơn 70% so với quy chuẩn hiện nay.

Việc thay thế phần lớn lithium bằng natri (một nguyên tố phổ biến có trong muối ăn) vẫn cần được các nhà khoa học tại Phòng thí nghiệm quốc gia Tây Bắc Thái Bình Dương (PNNL) ở Richland, Washington, Mỹ đánh giá rộng rãi để xác định xem liệu nó có phù hợp để sản xuất hàng loạt hay không.

Jason Zander, Phó Chủ tịch điều hành của Microsoft, nói với hãng thông tấn Reuters: “Chúng tôi đã sử dụng AI và công nghệ điện toán hiệu suất cao để xác định các vật liệu hứa hẹn cho pin chỉ trong vài ngày, rút ngắn thành công quy trình thường mất phải nhiều năm hoặc nhiều thập kỷ. Đó là phần chúng tôi hào hứng nhất”.

Các nhà nghiên cứu thừa nhận, chất hóa học natri vẫn chưa được chứng minh đầy đủ, và chưa biết liệu nó có hoạt động hiệu quả khi dùng chế tạo pin quy mô lớn hơn. Họ cho rằng, đây dù sao cũng là một bước phát triển đầy hứa hẹn trong quá trình tìm kiếm các giải pháp thay thế cho pin lithium-ion truyền thống.

Công nghệ mới này một ngày nào đó có thể được ứng dụng trong ô tô, lưới điện và những nơi khác cần có pin. Nó sử dụng ít lithium hơn (vốn đắt tiền để khai thác và chỉ tập trung có ở một số quốc gia), và sẽ sử dụng nhiều natri hơn (vốn có giá thành rẻ và dồi dào hơn).

Brian Abrahamson, giám đốc kỹ thuật số của PNNL cho biết trong một cuộc phỏng vấn rằng, quy trình được sử dụng để tìm vật liệu pin thay thế có thể được áp dụng cho nhiều vấn đề khoa học vật liệu, và hóa học khác mà phòng thí nghiệm đang giải quyết. Vì thế để hỗ trợ công tác này cho phòng thí nghiệm, Microsoft đã sử dụng kết hợp các mô hình trí tuệ nhân tạo (AI) được đào tạo trên dữ liệu khoa học phân tử và siêu máy tính khoa học truyền thống.

Qua đó, công cụ AI đã giảm số lượng ứng viên vật liệu từ 32 triệu xuống còn 23, trong đó có 18 ứng cử viên vật liệu mới chưa được nghiên cứu trong ngành trước đó. Đây là cơ sở tiềm năng để các nhà khoa học PNNL tiến tới quyết định có nên tổng hợp, và thử nghiệm các ứng cử viên vật liệu nào khác trong phòng thí nghiệm hay không.

Brian Abrahamson, giám đốc kỹ thuật số của PNNL nói: “Điều kỳ diệu ở đây là tốc độ của trí tuệ nhân tạo (AI) đã hỗ trợ việc xác định các sản phẩm và vật liệu, cũng như tăng cường khả năng của chúng tôi để biến những ý tưởng đó thành hiện thực ngay trong phòng thí nghiệm”.