- 13,850
- 20
- 8 Ноя 2022
Новый подход переворачивает энергетику.
Команда исследователей из PNNL и Аргоннской национальной лаборатории разработала Для просмотра ссылки Войдиили Зарегистрируйся к ускорению научных открытий. Они объединили искусственный интеллект (ИИ), высокопроизводительные эксперименты и экспертные знания в области материаловедения для решения сложнейшей задачи в сфере энергетики.
Методику можно сравнить с поиском иголки в стоге сена, где ИИ выступает в роли мощного магнита, извлекающего важную информацию из множества ресурсов.
Ученые давно изучают оптимальные комбинаций растворителей для проточных редокс-батарей (ПРБ). Это очень перспективная технология, которая может сыграть важную роль в развитии возобновляемых источников энергии. Такие аккумуляторы генерируют энергию, прокачивая электролиты (жидкие растворы с растворенными химическими веществами) из внешних резервуаров в центральный блок.
Проблема в том, что возможных комбинаций растворителей слишком много - около 2000 вариантов. Проверка каждого из них потребовала бы огромных затрат времени и ресурсов даже с использованием роботизированных систем. Для анализа данных и предсказания наиболее перспективных формул команда решила использовать ИИ. Чтобы заполнить пробелы в обучающих наборах, информация отбиралась очень тщательно.Обычно ИИ тренируется на готовых результатах вычислений, что может приводить к дополнительным искажениям. Использование реальных экспериментальных данных позволило сильно повысить точность предсказаний.
Симбиоз человеческого и искусственного интеллектов позволил сузить поле поиска. В итоге ученые смогли сконцентрироваться менее чем на 10% от общего числа возможных комбинаций. Были найдены формулы, позволяющие растворить в три раза больше ключевого соединения для ПРБ по сравнению с ранее известными вариантами.
Что важно, разработанный подход не ограничивается только областью энергетики. Его можно применить к широкому спектру научных задач, особенно тех, где существует огромное количество потенциальных решений в рамках ограниченной системы.
По словам авторов, идея проекта была вдохновлена покойным Джорджем Крэбтри, основателем Объединенного центра исследований в области хранения энергии (JCESR). Именно Крэбтри когда-то предложил расширить первоначальную идею использования высокопроизводительных возможностей PNNL для открытия электролитов и включить в проект специалистов по ИИ.
Карл Мюллер, еще один соавтор работы, подчеркнул важность ускорения процесса открытия новых материалов для решения проблем хранения энергии. Он видит в этом исследовании важный шаг на пути к созданию полностью автономных лабораторий.
Команда исследователей из PNNL и Аргоннской национальной лаборатории разработала Для просмотра ссылки Войди
Методику можно сравнить с поиском иголки в стоге сена, где ИИ выступает в роли мощного магнита, извлекающего важную информацию из множества ресурсов.
Ученые давно изучают оптимальные комбинаций растворителей для проточных редокс-батарей (ПРБ). Это очень перспективная технология, которая может сыграть важную роль в развитии возобновляемых источников энергии. Такие аккумуляторы генерируют энергию, прокачивая электролиты (жидкие растворы с растворенными химическими веществами) из внешних резервуаров в центральный блок.
Проблема в том, что возможных комбинаций растворителей слишком много - около 2000 вариантов. Проверка каждого из них потребовала бы огромных затрат времени и ресурсов даже с использованием роботизированных систем. Для анализа данных и предсказания наиболее перспективных формул команда решила использовать ИИ. Чтобы заполнить пробелы в обучающих наборах, информация отбиралась очень тщательно.Обычно ИИ тренируется на готовых результатах вычислений, что может приводить к дополнительным искажениям. Использование реальных экспериментальных данных позволило сильно повысить точность предсказаний.
Симбиоз человеческого и искусственного интеллектов позволил сузить поле поиска. В итоге ученые смогли сконцентрироваться менее чем на 10% от общего числа возможных комбинаций. Были найдены формулы, позволяющие растворить в три раза больше ключевого соединения для ПРБ по сравнению с ранее известными вариантами.
Что важно, разработанный подход не ограничивается только областью энергетики. Его можно применить к широкому спектру научных задач, особенно тех, где существует огромное количество потенциальных решений в рамках ограниченной системы.
По словам авторов, идея проекта была вдохновлена покойным Джорджем Крэбтри, основателем Объединенного центра исследований в области хранения энергии (JCESR). Именно Крэбтри когда-то предложил расширить первоначальную идею использования высокопроизводительных возможностей PNNL для открытия электролитов и включить в проект специалистов по ИИ.
Карл Мюллер, еще один соавтор работы, подчеркнул важность ускорения процесса открытия новых материалов для решения проблем хранения энергии. Он видит в этом исследовании важный шаг на пути к созданию полностью автономных лабораторий.
- Источник новости
- www.securitylab.ru
