متابعات خاصه ( البعد الرابع ) غرفة الاخبار
نشر في السبت, 2 اغسطس ,2025-04:33 مساءً
في خطوة قد تعيد رسم مستقبل تخزين الطاقة، أعلن فريق بحثي من معهد نيوجيرسي للتكنولوجيا عن اكتشاف خمس مواد جديدة قادرة على استبدال بطاريات الليثيوم التقليدية، وذلك باستخدام تقنيات متقدمة من الذكاء الاصطناعي التوليدي، ويُتوقع أن تُحدث هذه المواد، المعتمدة على عناصر وفيرة مثل المغنيسيوم والكالسيوم، ثورة في عالم البطاريات متعددة التكافؤ، لما تتميز به من كفاءة عالية واستدامة بيئية، وسط سباق عالمي لإيجاد بدائل أكثر أمانًا وأقل تكلفة من الليثيوم.
استخدم باحثون من معهد نيوجيرسي للتكنولوجيا (NJIT) الذكاء الاصطناعي لمعالجة مشكلة حرجة تواجه مستقبل تخزين الطاقة: إيجاد بدائل مستدامة وبأسعار معقولة لبطاريات الليثيوم أيون وفق sciencedaily.
في بحث نُشر في مجلة Cell Reports Physical Science ، نجح فريق معهد نيوجيرسي للتكنولوجيا، بقيادة البروفيسور ديباكار داتا، في تطبيق تقنيات الذكاء الاصطناعي التوليدي لاكتشاف مواد مسامية جديدة بسرعة تُحدث ثورة في بطاريات الأيونات متعددة التكافؤ، تُقدم هذه البطاريات، التي تحتوي على عناصر وفيرة مثل المغنيسيوم والكالسيوم والألمنيوم والزنك، بديلاً واعدًا وفعّالًا من حيث التكلفة لبطاريات أيونات الليثيوم، التي تواجه تحديات عالمية في التوريد وقضايا الاستدامة.
بخلاف بطاريات الليثيوم-أيون التقليدية، التي تعتمد على أيونات الليثيوم التي تحمل شحنة موجبة واحدة فقط، تستخدم بطاريات الأيونات متعددة التكافؤ عناصر تحمل أيوناتها شحنتين أو حتى ثلاث شحنات موجبة، هذا يعني أن بطاريات الأيونات متعددة التكافؤ قادرة على تخزين طاقة أكبر بكثير، مما يجعلها خيارًا مثاليًا لحلول تخزين الطاقة المستقبلية.
ومع ذلك، فإن الحجم الأكبر والشحنة الكهربائية الأكبر للأيونات متعددة القيم تجعل من الصعب استيعابها بكفاءة في مواد البطاريات – وهي عقبة يعالجها البحث الجديد الذي أجراه فريق NJIT والمدعوم بالذكاء الاصطناعي بشكل مباشر.
قال داتا: “لم تكن إحدى أكبر العقبات نقص التركيبات الكيميائية الواعدة للبطاريات، بل استحالة اختبار ملايين التركيبات المادية”. وأضاف: “لجأنا إلى الذكاء الاصطناعي التوليدي كوسيلة سريعة ومنهجية لتحليل هذا المجال الواسع واكتشاف الهياكل القليلة التي يمكن أن تجعل البطاريات متعددة التكافؤ عملية حقًا”.
وأضافت: “يسمح لنا هذا النهج باستكشاف آلاف المرشحين المحتملين بسرعة، مما يسرع بشكل كبير البحث عن بدائل أكثر كفاءة واستدامة لتكنولوجيا أيونات الليثيوم.”
للتغلب على هذه العقبات، طوّر فريق معهد نيوجيرسي للتكنولوجيا نهجًا جديدًا للذكاء الاصطناعي المزدوج: مُشفّر ذاتي متغير الانتشار البلوري (CDVAE) ونموذج لغوي كبير مُعدّل بدقة (LLM). وتمكّنت أدوات الذكاء الاصطناعي هذه، مجتمعةً، من استكشاف آلاف البنى البلورية الجديدة بسرعة، وهو أمرٌ كان من المستحيل تحقيقه سابقًا باستخدام التجارب المعملية التقليدية.
تم تدريب نموذج CDVAE على مجموعات بيانات ضخمة من البنى البلورية المعروفة، مما مكّنه من اقتراح مواد جديدة كليًا ذات إمكانيات هيكلية متنوعة. في الوقت نفسه، تم ضبط نموذج LLM للتركيز على المواد الأقرب إلى الاستقرار الديناميكي الحراري، وهو أمر بالغ الأهمية للتركيب العملي.
قال داتا: “لقد سرّعت أدوات الذكاء الاصطناعي لدينا عملية الاكتشاف بشكل كبير، حيث كشفت عن خمسة هياكل جديدة كليًا لأكاسيد المعادن الانتقالية المسامية، والتي تُظهر نتائج واعدة للغاية”. وأضاف: “تتميز هذه المواد بقنوات مفتوحة وواسعة، مثالية لنقل هذه الأيونات متعددة التكافؤ الضخمة بسرعة وأمان، وهو إنجاز بالغ الأهمية لبطاريات الجيل القادم”.
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.
وأكد داتا على التأثيرات الأوسع نطاقًا لنهجهم القائم على الذكاء الاصطناعي: “هذا الأمر لا يقتصر على اكتشاف مواد جديدة للبطاريات، بل يتعلق بإنشاء طريقة سريعة وقابلة للتطوير لاستكشاف أي مواد متقدمة، من الإلكترونيات إلى حلول الطاقة النظيفة، دون تجربة أو خطأ مكثف”.
وبفضل هذه النتائج المشجعة، يخطط داتا وزملاؤه للتعاون مع المختبرات التجريبية لتجميع واختبار المواد المصممة بالذكاء الاصطناعي، ودفع الحدود بشكل أكبر نحو إنتاج بطاريات أيونية متعددة القيم قابلة للتطبيق تجارياً.
