論IBM與KoBold Metals及斯坦福大學(xué)開發(fā)的AI智能體技術(shù)，且應(yīng)用領(lǐng)域與效益 　

3月5日消息，IBM、礦業(yè)勘探初創(chuàng)公司KoBold Metals和斯坦福大學(xué)正在利用AI技術(shù)來搜尋新的電池材料，它們的研究可以使電池的材料和礦物開采環(huán)節(jié)更加環(huán)保。有學(xué)者預(yù)計(jì)，2050年電動(dòng)汽車將會(huì)達(dá)到20億輛，將消耗大量鋰、鈷等金屬用作電池材料，也會(huì)產(chǎn)生一系列環(huán)境問題。

為此KoBold Metals公司正在聯(lián)合斯坦福大學(xué)開發(fā)一種AI智能體技術(shù)，以此搜尋那些開采時(shí)對(duì)環(huán)境影響最小的金屬礦脈，有可能提高20倍的勘探效率。IBM則使用現(xiàn)有電解質(zhì)材料數(shù)據(jù)訓(xùn)練AI，使AI可以設(shè)計(jì)出較為環(huán)保的分子電解質(zhì)材料。

一、用AI加速勘探，應(yīng)對(duì)金屬需求急劇擴(kuò)張

KoBold Metals與斯坦福大學(xué)地球資源預(yù)測(cè)中心合作開發(fā)了一個(gè)AI智能體，這項(xiàng)技術(shù)可以幫助勘探者決定工作的地點(diǎn)與方式。

雙方一起完善了AI智能體的順序決策算法，來確定勘探者下一步應(yīng)如何收集數(shù)據(jù)，如在現(xiàn)場(chǎng)上空駕駛飛機(jī)、收集鉆探樣本等。

斯坦福大學(xué)地質(zhì)學(xué)家Jef Caers教授稱，AI智能體可以加快勘探?jīng)Q策過程，使勘探者能夠一次評(píng)估多個(gè)地點(diǎn)。

他將該技術(shù)比作自動(dòng)駕駛汽車，該車輛不僅可以收集、處理周圍環(huán)境數(shù)據(jù)，還能根據(jù)環(huán)境數(shù)據(jù)采取行動(dòng)，進(jìn)行導(dǎo)航或改變車輛行駛速度。

而KoBold Metals的AI智能體技術(shù)，可以通過分析土壤樣品、衛(wèi)星的高光譜成像、歷史中存留的手寫鉆探報(bào)告等數(shù)據(jù)，應(yīng)用機(jī)器學(xué)習(xí)方法來預(yù)測(cè)礦體成分異常的位置。

AI可視化描繪了井眼電磁模型的預(yù)測(cè)圖，左圖為真實(shí)值，右圖為預(yù)測(cè)值

（來源：KoBold Metals）

KoBold Metals聯(lián)合創(chuàng)始人兼CEO庫爾特·豪斯（Kurt House）稱，當(dāng)?shù)叵碌母鞣N礦藏都被發(fā)現(xiàn)時(shí)，人們意識(shí)到需要大規(guī)模改變當(dāng)前能源種類，這種改變需要用到更多的金屬礦物。

KoBold Metals主要尋找銅、鈷、鎳和鋰等礦物，而這些金屬是電動(dòng)汽車、太陽能板、智能手機(jī)等設(shè)備電池的關(guān)鍵材料。

根據(jù)《自然》12月份的一篇論文，全球電動(dòng)汽車的數(shù)量在2019年為750萬輛，隨著各國減少溫室氣體排放的努力，2050年這個(gè)數(shù)字可能會(huì)變成20億輛。

該論文的作者稱，為這些車輛提供動(dòng)力每年需要12太瓦（10^12瓦）時(shí)的電量，大約為當(dāng)前美國年發(fā)電總量的10倍，這意味著金屬供應(yīng)鏈將急劇擴(kuò)張。

二、AI智能體速度超人類20倍，降低勘探成本

Jef Caers說：“如果我們現(xiàn)在想要減輕溫室效應(yīng)并擺脫化石燃料，我們需要在幾年內(nèi)制造更多的電池，不能再等待10-20年來期待發(fā)現(xiàn)更多的金屬礦物。”

當(dāng)前幾乎所有的鋰離子電池都使用鈷，這種金屬的主要供應(yīng)地是剛果民主共和國，那里的成年人和兒童經(jīng)常需要冒著生命危險(xiǎn)進(jìn)行開采。

銅也是一種重要的材料，但是銅開采的過程中需要大量的水資源，而目前大部分的銅礦都來自智利阿塔卡馬沙漠附近的缺水地區(qū)。

在這種情況下，礦業(yè)公司很難在擴(kuò)大開采的同時(shí)，不對(duì)當(dāng)?shù)氐纳鷳B(tài)環(huán)境和人民生活造成破壞。

Kurt House在項(xiàng)目現(xiàn)場(chǎng)（來源：KoBold Metals）

Kurt House稱，如果想要減少開采對(duì)環(huán)境的影響，通常需要多次地址考察，以尋找優(yōu)質(zhì)的礦脈，而該AI智能體可以減少考察時(shí)間與成本。

這些步驟之前對(duì)于勘探公司來說成本較高，風(fēng)險(xiǎn)較大，所以公司經(jīng)常為了避免浪費(fèi)資源而行動(dòng)緩慢。

而AI智能體做出這種決策的速度大概比人類快20倍，還能減少礦物勘探中的誤報(bào)頻率。Jef Caers認(rèn)為，這在地質(zhì)科學(xué)中是一個(gè)全新的領(lǐng)域。

受比爾·蓋茨領(lǐng)導(dǎo)的Breakthrough Energy Ventures基金支持，KoBold Metals已經(jīng)在澳大利亞、北美和撒哈拉以南非洲等三處地點(diǎn)進(jìn)行了勘測(cè)，預(yù)計(jì)今年將收集到這三處地點(diǎn)的現(xiàn)場(chǎng)數(shù)據(jù)，這些數(shù)據(jù)也將首次證實(shí)AI智能體判斷的準(zhǔn)確程度。

三、IBM訓(xùn)練AI，設(shè)計(jì)新分子材料代替鈷、鋰成分

IBM研究人員也在尋找電池中鈷、鋰等成分的代替成分，以設(shè)計(jì)符合可持續(xù)理念的電池。

其研究團(tuán)隊(duì)正在使用AI技術(shù)，來識(shí)別并測(cè)試比當(dāng)前鋰離子電池更加安全和高效的電解質(zhì)。

該項(xiàng)目側(cè)重于那些現(xiàn)有并且可以馬上投入市場(chǎng)的材料，但是另外一項(xiàng)相關(guān)研究則希望創(chuàng)建新分子材料代替現(xiàn)有材料。

IBM的AI專家使用生成模型（Generative Models）來訓(xùn)練AI學(xué)習(xí)已知材料的分子結(jié)構(gòu)和這些材料的粘度、熔點(diǎn)、電子導(dǎo)電率等物理性質(zhì)。

根據(jù)IBM專家Seiji Takeda和Young-hye的郵件，他們使用已知的電解質(zhì)材料數(shù)據(jù)進(jìn)行AI訓(xùn)練，以此來設(shè)計(jì)合適的電解質(zhì)或離子導(dǎo)電聚合物。

一旦完成AI訓(xùn)練，研究人員就可以要求AI“設(shè)計(jì)一種符合X、Y和Z特性的新型分子電解質(zhì)材料”，AI模型就會(huì)參考結(jié)構(gòu)特征關(guān)系，設(shè)計(jì)候選材料。

目前IBM已經(jīng)通過這種方法創(chuàng)建了一種名為photoacid generators的新分子，該分子可以幫助生產(chǎn)更環(huán)保的計(jì)算設(shè)備。

IBM還通過這種技術(shù)，設(shè)計(jì)了更先進(jìn)的高分子復(fù)合膜，其二氧化碳吸收效果更好，可以應(yīng)用于碳捕捉技術(shù)中。

Seiji Takeda和Young-hye稱，設(shè)計(jì)更具可持續(xù)性的電池將會(huì)是他們的下一個(gè)目標(biāo)。

KoBold Metals和IBM的研究證明，AI技術(shù)可以在地質(zhì)學(xué)和材料學(xué)領(lǐng)域發(fā)揮更大作用。在這兩項(xiàng)研究中，AI技術(shù)涉及了收集數(shù)據(jù)、分析數(shù)據(jù)、決策與執(zhí)行等多個(gè)環(huán)節(jié)，正在逐步改變各領(lǐng)域的思維方式。這或許將推動(dòng)這兩個(gè)領(lǐng)域更多的與AI領(lǐng)域研究者進(jìn)行交流、合作。如果這兩項(xiàng)AI研究成功，都可以有效地降低對(duì)環(huán)境的破壞，更好地推動(dòng)可持續(xù)發(fā)展，也在展示了AI在這兩個(gè)領(lǐng)域的前沿應(yīng)用。同時(shí)我們也看到，隨著電動(dòng)汽車產(chǎn)業(yè)的快速發(fā)展，電池技術(shù)的未來前景十分可觀，這可能是電能替代化石燃料的重要一步。

文章來源： 智東西
編輯：lyn