يستخدم العلماء التعلم الآلي لإنشاء تركيبات إلكتروليتية لبطاريات الجيل التالي
إن الإلكتروليتات المستخدمة في البطاريات بعيدة كل البعد عن كونها مركبات بسيطة؛ فهي عبارة عن مخاليط متوازنة بعناية من الأملاح والمذيبات والمواد المضافة التي تتفاعل باستمرار وتؤثر على بعضها البعض. وفي حين أثبت الذكاء الاصطناعي فائدته بالفعل في تضييق نطاق المواد الفردية المناسبة لهذه الأنظمة، فإن الباحثين يدفعون الآن بالتكنولوجيا إلى أبعد من ذلك. قام فريق من كلية بريتزكر للهندسة الجزيئية بجامعة شيكاغو بتطوير نهج الذكاء الاصطناعي القادر على توليد تركيبات إلكتروليت كاملة بدلاً من مجرد اختيار المكونات. يمثل العمل، المنشور في JACS Au، تقدمًا في منصة الذكاء الاصطناعي المستمرة الخاصة بمختبر Amanchukwu لأبحاث البطاريات، والمعروفة باسم ElectrolyteGPT. وفقًا للمؤلف الأول جايمين كيم، يجب أن تلبي إلكتروليتات بطارية الجيل التالي متطلبات أداء متعددة ومتضاربة في كثير من الأحيان. إن قدرة النموذج على العمل في ظل ظروف متنوعة تسمح له بتصميم مرشحات إلكتروليت جديدة تلبي في نفس الوقت أهداف الملكية الصعبة هذه. يعزز تصميم الذكاء الاصطناعي معايير أداء الإلكتروليت في البطارية بدلاً من مجرد اختيار المواد التي يجب تضمينها، يحدد الذكاء الاصطناعي تفاصيل التركيبة الكاملة – التي تغطي التركيزات ونسب الخلط وغيرها من المعلمات الرئيسية لمزيج الإلكتروليت. ومن خلال القيام بذلك، فإنه يعمل على تحقيق أهداف أداء محددة مسبقًا تشمل التوصيل والاستقرار واللزوجة والخصائص ذات الصلة. عندما قام الباحثون بتجميع واختبار التوصيات التي تم إنشاؤها بواسطة الذكاء الاصطناعي، حددوا العديد من تركيبات الإلكتروليت الجديدة التي تطابق أداء أنظمة بطاريات معدن الليثيوم الحديثة. وفقًا للمؤلف المقابل، البروفيسور تشيبويز أمانشوكو، فإن هذا يمثل خطوة ذات معنى نحو الهدف الأوسع المتمثل في اكتشاف الشوارد الكهربائية التي يمكن أن تتجاوز المعايير الرائدة اليوم. أفاد الباحثون أن العديد من تركيبات الإلكتروليتات المولدة بواسطة الذكاء الاصطناعي حققت أداءً يضاهي أحدث الأنظمة، مما عزز الثقة في قدرة النموذج على تكرار نتائج التصميم على مستوى الخبراء. وفي حين أن النتائج واعدة، فإنها تؤكد أيضًا أنه لا تزال هناك حاجة إلى مزيد من التحسين والاستكشاف قبل أن يتمكن النهج من تجاوز المعايير الحالية باستمرار. ويقدر عدد الجزيئات المحتملة لإلكتروليتات البطارية بحوالي 10⁶⁰ – أكثر من عدد النجوم في الكون المرئي. إن اختبار كل واحد منها لاستخدامها في البطاريات، أو علاجات السرطان، أو غيرها من المواد المتقدمة هو أمر يتجاوز عمر الإنسان بكثير. وهذا الرقم يغطي فقط الجزيئات الفردية، وليس العدد شبه اللانهائي من الطرق التي يمكن دمجها في تركيبات ومخاليط مختلفة. الاكتشاف يوسع إمكانيات تصميم مواد البطارية. وفقًا لكيم، ليس من الممكن استكشاف الفضاء شبه اللانهائي لكيمياء الإلكتروليتات المحتملة بشكل شامل. ومع ذلك، يمكن للذكاء الاصطناعي التوليدي أن يساعد في التنقل في هذه المناطق المجهولة من الفضاء الكيميائي واقتراح جزيئات جديدة تمامًا ربما لم يتم تصنيعها من قبل. النظام قادر على إنتاج مرشحين نظريين بوتيرة تتجاوز بكثير القدرة البشرية، واختيار أولئك الذين يتوقعهم – بناءً على الأنماط المستفادة من بيانات التدريب – يمكن أن يكون مناسبًا لتطبيقات محددة. يتم بعد ذلك التحقق من صحة هذه الاقتراحات التي تم إنشاؤها بواسطة الذكاء الاصطناعي في المختبر، حيث يقوم الباحثون باختبارها باستخدام نفس الإجراءات التجريبية المطبقة على المواد التي صممها العلماء البشريون. يُستخدم الذكاء الاصطناعي على نطاق واسع في اكتشاف الأدوية، الأمر الذي شكل في البداية تحديًا لفريق أمانشوكو، حيث يتم تدريب معظم نماذج GPT الحالية على البيانات التي تفضل الجزيئات الشبيهة بالعقاقير، وليس تلك المناسبة لتطبيقات البطاريات. وفقا لأمانشوكو، فإن استخدام مجموعات البيانات القياسية المستندة إلى الأدبيات يميل إلى إنتاج مخرجات غير ذات صلة، تشبه نتائج المخدرات. ولمعالجة هذه المشكلة، قام الفريق ببناء مجموعة بيانات منسقة تركز بشكل خاص على المركبات ذات الصلة بالإلكتروليتات، مما أدى بشكل فعال إلى تضييق قاعدة معارف النموذج. ونتيجة لذلك، عندما يُطلب من النظام توليد جزيئات مذيبة جديدة، ينتج النظام مرشحات تشبه إلكتروليتات البطارية القابلة للحياة بدلاً من المركبات الصيدلانية.
تم النشر: 2026-06-01 03:44:00
