Generative Inverse Design of Solid-State Fluoride-Ion Electrolyte Candidates in Data-Sparse Chemical Space
تستخدم هذه الدراسة نموذجاً تأسيسياً توليدياً قائماً على الانتشار مشروطاً بالاستقرار الديناميكي الحراري للتصميم العكسي لإلكتروليتات الفلوريد الصلبة في فضاء كيميائي شحيح البيانات، حيث نجحت في تحديد خمسة مرشحات قائمة على النيكل من خلال عملية فحص هرمية تفوقت على عمليات البحث التقليدية القائمة على النماذج الأولية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تُشغل البطاريات عالمنا المعاصر، لكن تلك التي نستخدمها اليوم تعتمد على مواد كيميائية سائلة يمكن أن تشتعل، وعلى معادن نادرة أصبحت صعبة المنال. يبحث العلماء عن بديل أكثر أماناً ووفرة: بطاريات تستخدم أيونات الفلوريد بدلاً من الليثيوم. يمكن لهذه البطاريات التي تعمل بأيونات الفلوريد أن تخزن طاقة أكبر بكثير وتعمل بمواد صلبة لا تحترق. ومع ذلك، فإن العثور على المادة الصلبة المناسبة لنقل هذه الأيونات أمر صعب للغاية؛ فالخيارات المعروفة قليلة، والكون الشاسع من التركيبات الكيميائية الممكنة كبير جداً لدرجة أن محاولة العثور على مادة جديدة عن طريق التخمين أو اختبار كل الاحتمالات تشبه البحث عن إبرة في كومة قش بحجم قارة.
ولحل هذه المشكلة، لجأ الباحثون في جامعة غاتشون وجامعة سوغانغ في كوريا الجنوبية إلى نوع جديد من الذكاء الاصطناعي. فبدلاً من مطالبة الكمبيوتر باختبار المواد المعروفة، علموه ابتكار مواد جديدة من الصفر. استخدموا نموذجاً توليدياً، وهو نوع من الذكاء الاصطناعي الذي يتعلم قواعد الكيمياء ثم يبتكر هياكل بلورية جديدة تماماً تلتزم بتلك القواعد. لم يخبر الباحثون الذكاء الاصطناعي بالعناصر المحددة التي يجب استخدامها أو الشكل الذي يجب أن تتخذه البلورات، بل أعطوه تعليمات واحدة فقط: ابتكار مواد مستقرة ديناميكياً حرارياً، مما يعني أنها من المرجح أن توجد دون أن تتفكك. كان الهدف هو معرفة ما إذا كان بإمكان الذكاء الاصطناعي أن يعثر بمحض الصدفة على مادة صلبة تكون مرشحاً محتملاً لموصل أيونات الفلوريد، رغم أن الذكاء الاصطناعي لم يُطلب منه صراحةً البحث عن موصلات الفلوريد.
أجرى الفريق تجربتين مختلفتين لمعرفة مدى تأثير بيانات التدريب على إبداع الذكاء الاصطناعي. في التجربة الأولى، غدّوا الذكاء الاصطناعي بقاعدة بيانات ضخمة وعامة تضم آلاف المواد غير العضوية المختلفة. وفي التجربة الثانية، حصروا الذكاء الاصطناعي في قاعدة بيانات أصغر بكثير تحتوي فقط على مواد بها فلور. قام الذكاء الاصطناعي بتوليد عشرات الآلاف من الهياكل البلورية المحتملة لكل تجربة. ثم عمل الباحثون كمرشح، حيث أخضعوا هذه الابتكارات الرقمية لسلسة من الفحوصات الصارمة؛ بحثوا أولاً عن الاستقرار، ثم تحققوا مما إذا كانت المواد عازلة للكهرباء (حتى لا تسبب ماساً كهربائياً)، وأخيراً تأكدوا من أنها مكونة من عناصر آمنة وغير سامة.
أظهرت النتائج فرقاً واضحاً في الكفاءة. فقد أنتج الذكاء الاصطناعي المدرب على قاعدة البيانات العامة مجموعة متنوعة من العناصر، لكن القليل جداً منها كان يحتوي على الفلور. وعندما حاول الباحثون العثور على مرشحي الفلوريد في هذه المجموعة الضخمة، اضطروا لاستبعاد كل شيء تقريباً. في المقابل، أنتج الذكاء الاصطناعي المدرب خصيصاً على المواد التي تحتوي على الفلور عائداً أعلى بكثير من المرشحين المفيدين. فمقابل كل عشرة آلاف عينة ولدها، أنتج الذكاء الاصطناعي الموجه نحو الفلور مرشحي فلوريد مستقرين أكثر بنحو ثمانية وعشرين ضعفاً مقارنة بالذكاء الاصطناعي العام. وهذا يشير إلى أنه بينما تعد قاعدة المعرفة الواسعة جيدة للتنوع، فإن مجموعة التدريب المركزة أكثر كفاءة عند البحث عن نوع معين من المواد في مجال شحيح البيانات.
بعد تصفية الملايين من الاحتمالات، بقي لدى الباحثين خمسة مرشحين واعدين. كانت جميعها تعتمد على النيكل، وهو معدن ظهر بشكل متكرر في بيانات التدريب. ومن بينها، برزت مادتان، هما KNi2F5 و NaNi2F5، كأكثر المواد احتمالاً للعمل كإلكتروليتات للبطارية. أظهرت هاتان المادتان أفضل توازن من الخصائص: فقد كانتا مستقرتين، وتمنعان مرور الكهرباء، وتتفاعلان بضعف شديد مع الأجزاء الأخرى من البطارية، وهو أمر بالغ الأهمية لطول العمر. كما أظهر مرشح ثالث، وهو CsNaNi2F6، إمكانات واعدة لأنه كان مستقراً جداً ضد التحلل عند واجهة البطارية.
من المهم ملاحظة أن هذه النتائج هي حالياً حسابية فقط. فهذه المواد الخمسة توجد كنماذج رقمية اجتازت اختبارات رياضية صارمة للاستقرار، والعزل الإلكتروني، والسلامة البينية. لقد أثبتت الدراسة أن هذه المواد ممكنة من الناحية الديناميكية الحرارية والإلكترونية، لكنها لم تؤكد بشكل مباشر إمكانية حركة أيونات الفلوريد من خلالها. لم يتم تصنيعها بعد في المختبر أو اختبارها في بطارية حقيقية. يصف الباحثون هذه المواد بأنها "رؤى حسابية"، مما يعني أنها أفضل نقاط البداية للتجارب المستقبلية. تثبت الدراسة أن الذكاء الاصطناعي يمكنه استكشاف المساحات الكيميائية التي لم يقم البشر برسم خرائط لها بعد، وإيجاد هياكل جديدة دون إخباره بما يبحث عنه. ومن خلال الجمع بين هذا التوليد الإبداعي والفرز العلمي الدقيق، فتح الفريق باباً أمام مجموعة جديدة من المواد التي قد تشغل يوماً ما الجيل القادم من البطاريات الآمنة وعالية الطاقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.