أظهرت الدراسات الاستقصائية أن مخاوف المستهلكين بشأن المركبات الكهربائية تشمل التكلفة والشحن والمدى. وكل هذه الأمور لها جذورها في الجزء الأكثر تكلفة وأهمية في أي مركبة كهربائية – البطارية.
ويعتقد جيسون كولر، أحد مؤسسي شركة Chemix الناشئة للبطاريات، أن هذا يمكن أن يتغير بفضل الذكاء الاصطناعي.
وقال لـBusiness Insider: “عندما تفكر في اعتماد السيارات الكهربائية، فإن جميع الأسباب التي تجعل الناس لا يرغبون في شراء السيارات الكهربائية لها علاقة بالبطارية”.
وأضاف: “إما أنها باهظة الثمن أو أن مداها ليس طويلاً بما يكفي، أو لا يتم شحنها بسرعة كافية، أو أن هناك مخاوف تتعلق بالسلامة – أياً كان الأمر، فإن الأمر كله يعود إلى البطارية”.
موجة الذكاء الاصطناعي تضرب السيارات الكهربائية
تعد شركة Chemix التي يقع مقرها في كاليفورنيا، والتي جمعت 20 مليون دولار من الاستثمار في أبريل، واحدة من العديد من الشركات الناشئة ومختبرات الأبحاث التي تتطلع إلى حل العديد من هذه المشكلات بمساعدة الذكاء الاصطناعي.
تستخدم شركة Chemix خوارزميات التعلم الآلي لتطوير بطاريات المركبات الكهربائية التي يمكن شحنها بسرعة أكبر، وتحتفظ بقدر أكبر من الطاقة، وتدوم لفترة أطول من وحدات الطاقة الكهربائية الحالية.
هناك شكوى شائعة أخرى تتعلق بالمركبات الكهربائية وهي ميلها إلى فقدان الأداء في المناخات الأكثر حرارة وبرودة، وهي مشكلة يمكن أن تساعد بطاريات Chemix المصممة خصيصًا في حلها.
ويمكن أيضًا استخدام تقنية الذكاء الاصطناعي الخاصة بالشركة الناشئة لتصفية مواد البطاريات الشائعة، مثل النيكل والكوبالت، والتي تم ربطها بانتهاكات حقوق الإنسان.
قال كولر إن الميزة الأساسية لاستخدام الذكاء الاصطناعي لتصميم بطاريات السيارات الكهربائية هي أنه يسرع العملية بشكل كبير. وجدت دراسة أجريت عام 2020 في مجلة Nature أن نماذج التعلم الآلي يمكن أن تقلل الوقت المستغرق لتحديد تصميم بطارية سريعة الشحن من 500 يوم إلى 16 يومًا.
وقال كولر “المشكلة التي نحاول حلها هي في الواقع تسريع وتيرة تطوير البطاريات”، مضيفًا أن هذا سيكون أمرًا بالغ الأهمية لإنتاج السيارات الكهربائية القادرة على الصمود في مواجهة نظيراتها التي تعمل بمحركات الاحتراق.
وأضاف: “سنحتاج بالتأكيد إلى أداء أفضل للبطارية بشكل كبير، ونعتقد أن الطريقة التي نصل بها إلى ذلك هي من خلال تطوير البطارية بطريقة مختلفة جذريًا”.
تعزيز البطاريات
قال الأستاذ المساعد في معهد جورجيا للتكنولوجيا ميكاه زيجلر لصحيفة BI إن تصميم بطاريات السيارات الكهربائية عبارة عن عملية مكونة من ثلاث خطوات.
يجب على العلماء أولاً أن يقرروا البنية ومجموعة العناصر التي ستنتج مادة البطارية بالخصائص المطلوبة قبل تطوير وصفة لتركيبها واختبار تلك المادة في المختبر.
وقال زيجلر إن العدد الهائل من التركيبات المحتملة وتنوع المتطلبات المفروضة على بطاريات السيارات الكهربائية – بما في ذلك طول العمر والسلامة والتكلفة وسرعة الشحن – يجعل تصميم البطاريات عملية طويلة وصعبة.
وأضاف أن “عدد الخيارات هائل. وبمجرد أن تبدأ في تجميع عناصر مختلفة معًا، فإننا نتحدث عن تريليونات من التركيبات المختلفة”.
يمكن للذكاء الاصطناعي تسريع هذه العملية بشكل كبير، وتحديد المجموعات الواعدة بشكل أسرع بكثير من البشر.
ووصف كارل مولر، الكيميائي الفيزيائي في مختبر المحيط الهادئ الشمالي الغربي الوطني، تصميم البطارية بأنه مهمة “إديسونية”: وهي عملية طويلة من التجربة والخطأ يقوم فيها العلماء بمقارنة مليارات التركيبات الكيميائية وتعديلها.
وأضاف في تصريح لصحيفة بيزنس إنسايدر: “العملية بطيئة، وقد يستغرق الأمر سنوات للعثور على مواد جديدة وتعديلها”.
تعاونت PNNL مؤخرًا مع Microsoft لاكتشاف مادة جديدة واعدة لصنع بطاريات السيارات الكهربائية باستخدام تقنية الذكاء الاصطناعي والحوسبة السحابية الخاصة بالأخيرة.
يعتمد الإلكتروليت الصلب الذي اكتشفوه بدرجة أقل على الليثيوم، وهو مورد نادر بشكل متزايد يشكل جوهر بطاريات السيارات الكهربائية اليوم. كما أنه أقل عرضة للاشتعال من بطاريات الليثيوم أيون.
“سيكون الأمر استثنائيا”
وقال مولر إن دمج الذكاء الاصطناعي في سير عمل PNNL سمح للمختبر بتسريع عملية تقليص 32 مليون تركيبة كيميائية محتملة إلى حوالي 20 تصميمًا محتملًا للبطارية بشكل كبير.
وقال “إن أحدث أدوات الذكاء الاصطناعي التي نعمل عليها مع مايكروسوفت، سمحت لنا بتصميم خصائص محددة والتخلص مبكرًا من الأشياء التي نعتقد أنها لن تمتلك تلك الخصائص”.
وأضاف مولر: “سيكون الأمر استثنائيًا لتسريع عملية الاكتشاف. أعتقد أنه سيزيد من سرعة الاكتشاف لما يتعين علينا القيام به للسماح بمزيد من السيارات الكهربائية وتحسين السيارات الكهربائية”.
ربما يتلاشى الضجيج حول الذكاء الاصطناعي التوليدي في بعض الأوساط، لكن أحد المجالات التي يجني فيها بالفعل فوائد واضحة هو المجتمع العلمي.
لقد أدت نماذج مثل AlphaFold 3 من DeepMind إلى تحسين رسم خرائط البروتينات البيولوجية المعقدة، مما قد يفتح فرصًا جديدة للباحثين لتطوير أدوية منقذة للحياة بسرعة.
وقال مولر إن تعاون PNNL مع مايكروسوفت أقنعه بأن الذكاء الاصطناعي التوليدي يمكن أن يكون له تطبيقات تتجاوز بكثير تسريع تصميم بطارية السيارات الكهربائية.
وقال: “إن فكرة بناء عملاء علميين يعتمدون على نماذج لغوية كبيرة وربط ذلك بسير العمل الاستكشافي، هي فكرة مثيرة للغاية”.
وأضاف “أعتقد أنه في غضون عام أو عامين لن نتمكن من التعرف على المكانة التي وصل إليها العلم”.