Искусственный интеллект от Microsoft помог найти новый материал для АКБ электрокаров - «Автоновости» » Автошкола "Новостей"
Galbraith
Опубликовано: 00:00, 21 январь 2024
Девушки и автомобили / Отзывы автовладельцев / Тест-драйвы / БелАЗ / Автоновости

Искусственный интеллект от Microsoft помог найти новый материал для АКБ электрокаров - «Автоновости»

[h2][b]Искусственный интеллект способен обрабатывать огромные объемы информации и проводить расчеты гораздо быстрее человека. Ученые активно применяют ИИ в сферах химии для разработки новых технологий аккумуляторов...
Искусственный интеллект от Microsoft помог найти новый материал для АКБ электрокаров - «Автоновости»

Искусственный интеллект способен обрабатывать огромные объемы информации и проводить расчеты гораздо быстрее человека. Ученые активно применяют ИИ в сферах химии для разработки новых технологий аккумуляторов.

Наука является трудоемким процессом. От зарождения идеи до ее реализации проходит очень много времени. Большая часть времени уходит на сбор данных и расчеты всех возможных вариантов. На эти процедуры обычно уходят года, а такие исследования, как разработка аккумуляторов, часто увеличивают сроки.

Компания Microsoft заявила, что искусственный интеллект способен значительно сократить сроки расчетов и её новая платформа Azure Quantum Elements уже занимается этим. По их словам, ИИ помог ученым определить новый состав для аккумуляторных батарей для уменьшения в нем количества лития.


Литий является редким, дорогим материалом, а его добыча является экологически вредным процессом. Хоть такие батареи и являются очень энергоемкими, при неисправности или повреждении таких аккумуляторов фиксируются частые случаи возгорания автомобилей. Ученые считают, что снижение количества данного материала в АКБ действительно важная, но в то же время очень сложная задача. Для формулирования гипотез альтернативных вариантов ученым необходимо проанализировать все версии.


 


В данной ситуации ученые воспользовались Azure Quantum Elements. Система проанализировала все химические элементы, которые, по ее мнению, могут быть эффективными. Всего было предложено 32 миллиона неорганических материалов. После чего ИИ была поставлена задача исключить все нестабильные и потенциально опасные элементы. Список сократился до 800, а затем был упорядочен Искусственным Интеллектом по токопроводящему потенциалу. По словам ученых, им бы никогда не удалось проверить такое количество материалов за всю свою жизнь, а у ИИ вся процедура заняла менее четырех дней.

На данный момент ученые проводят стандартные высокопроизводительные научные вычисления собственными силами. Они являются более точными, но не такими быстрыми, как у ИИ. По словам представителей Microsoft, в составе одной из потенциальных аккумуляторных батарей новый материал сократил количество лития на 70%, по сравнению с нынешними АКБ.

Хоть их технология уже приносит плоды, Microsoft планирует научить свой ИИ предсказывать поведение материалов внутри батареи. Так ученые смогут проводить испытания виртуально, не тратя время на сборку аккумулятора в реальном мире.


Искусственный интеллект способен обрабатывать огромные объемы информации и проводить расчеты гораздо быстрее человека. Ученые активно применяют ИИ в сферах химии для разработки новых технологий аккумуляторов. Наука является трудоемким процессом. От зарождения идеи до ее реализации проходит очень много времени. Большая часть времени уходит на сбор данных и расчеты всех возможных вариантов. На эти процедуры обычно уходят года, а такие исследования, как разработка аккумуляторов, часто увеличивают сроки. Фото: «CAR.RU» Компания Microsoft заявила, что искусственный интеллект способен значительно сократить сроки расчетов и её новая платформа Azure Quantum Elements уже занимается этим. По их словам, ИИ помог ученым определить новый состав для аккумуляторных батарей для уменьшения в нем количества лития. Литий является редким, дорогим материалом, а его добыча является экологически вредным процессом. Хоть такие батареи и являются очень энергоемкими, при неисправности или повреждении таких аккумуляторов фиксируются частые случаи возгорания автомобилей. Ученые считают, что снижение количества данного материала в АКБ действительно важная, но в то же время очень сложная задача. Для формулирования гипотез альтернативных вариантов ученым необходимо проанализировать все версии. В данной ситуации ученые воспользовались Azure Quantum Elements. Система проанализировала все химические элементы, которые, по ее мнению, могут быть эффективными. Всего было предложено 32 миллиона неорганических материалов. После чего ИИ была поставлена задача исключить все нестабильные и потенциально опасные элементы. Список сократился до 800, а затем был упорядочен Искусственным Интеллектом по токопроводящему потенциалу. По словам ученых, им бы никогда не удалось проверить такое количество материалов за всю свою жизнь, а у ИИ вся процедура заняла менее четырех дней. На данный момент ученые проводят стандартные высокопроизводительные научные вычисления собственными силами. Они являются более точными, но не такими быстрыми, как у ИИ. По словам представителей Microsoft, в составе одной из потенциальных аккумуляторных батарей новый материал сократил количество лития на 70%, по сравнению с нынешними АКБ. Хоть их технология уже приносит плоды, Microsoft планирует научить свой ИИ предсказывать поведение материалов внутри батареи. Так ученые смогут проводить испытания виртуально, не тратя время на сборку аккумулятора в реальном мире.


Заметили ошЫбку
Выделите текст и нажмите Ctrl+Enter
Обсудить (0)

Top.Mail.Ru Яндекс.Метрика
Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика