Большое количество групп ученых из разных стран, используя тяжелый и затратный метод проб и ошибок, провели множество лет в поисках более безопасной альтернативы жидким электролитам, используемым в современных литий-ионных аккумуляторных батареях. И недавно исследователи из Стэнфордского университета сузили круг этих поисков наиболее подходящего состава твердого электролита с нескольких десятков тысяч всего до двух десятков. И помогла им в этом система искусственного интеллекта, прошедшая через процесс предварительного обучения и последующего самообучения.
“Ионы лития в электролите постоянно перемещаются между положительным и отрицательным электродами батареи” – рассказывает Остин Сендек (Austin Sendek), ведущий исследователь, – “Жидкие электролиты дешевы в производстве и обладают отличной ионной проводимостью. Однако, они могут воспламениться в случае перегрева батареи или ее повреждения в результате прокола, к примеру”. Следует отметить, что высокая пожароопасность литий-ионных аккумуляторных батарей привела к отзыву почти двух миллионов смартфонов Samsung Galaxy Note7, самого масштабного в истории случая, связанного с отказами и воспламенением литий-ионных аккумуляторов.
Твердые электролиты обладают рядом преимуществ по отношению к жидким. Их основной чертой является более высокая стабильность, ведь вероятность того, что твердое вещество испарится, воспламениться или взорвется, намного ниже, чем у жидкости. Кроме этого, твердые электролиты более прочны с механической точки зрения, и изготовленная из них батарея так же будет более прочной.
Как уже упоминалось выше, количество вариантов состава твердого литиевого электролита исчисляется десятками тысяч и ученые исследуют каждый из этих составов идя дорогостоящим и отнимающим много времени путем проб и ошибок. Для упрощения данного процесса, исследователи из Стэнфорда использовали систему искусственного интеллекта, которая прошла обучение на массиве данных, накопленных учеными в ходе экспериментов. Анализ этих данных позволили системе искусственного интеллекта выработать ряд достаточно сложных критериев, позволяющих отнести исследуемый вариант состава электролита к разряду хороших или плохих.
Создание системы искусственного интеллекта было достаточно сложной задачей, но еще более сложной задачей являлось подготовка базы данных для ее обучения. Группе Остина Сендека потребовалось более двух лет на сбор всей известной научной информации по данной тематике и ее систематизацию.
В результате всей этот титанической работы система искусственного интеллекта произвела анализ 12 тысяч составов твердых литийсодержащих электролитов и оставила для дальнейшего изучении 21 состав. “Системе потребовалось всего несколько минут, чтобы произвести весь этот анализ” – рассказывает Остин Сендек, – “Гораздо большее время было затрачено на сбор всех имеющихся данных и на разработку критериев, по которым определялось качество исследуемого состава”.
А в ближайшем времени исследователи планируют произвести лабораторные испытания всех отобранных искусственным интеллектом вариантов с целью выбора наиболее подходящего для практического применения состава. “Наш подход обладает потенциалом для его использования в самых различных областях, связанных с материалами. Все это позволит существенно ускорить процесс исследований, что позволит сэкономить огромные суммы денег” – рассказывает Остин Сендек, – “Поскольку вычислительная техника продолжает развиваться быстрыми темпами, то при таком подходе наши возможности к изобретению новшеств будут увеличиваться по экспоненте. И эти новшества могут быть не только из области аккумуляторных батарей и топливных элементов, но и из совершенно других областей, которые сейчас мы еще не в состоянии даже представить себе”.
