随着世界上越来越多的汽车，公共汽车和轮船使用电力，对电池金属的需求预计将激增。即将到来的采矿业蓬勃发展，引发了人们对环境破坏和劳工滥用的担忧，并推动人们寻求更可持续的电池和尖端电子产品制造方法。
人工智能可以帮助改善电池金属的开采方式，或者完全替代它们中国机械网okmao.com。KoBold Metals正在开发一种AI代理，以在问题最少的地方找到最理想的矿床。与此同时，IBM Research正在利用AI技术来识别已经存在的替代材料，并开发新的化学方法。
矿业勘探初创公司KoBold表示，其技术可以减少对昂贵的侵入式勘探任务的需求，这通常涉及遍历地球多次以寻找稀有的优质储量。
旧金山湾区公司联合创始人兼首席执行官库尔特·豪斯（Kurt House）说：“已经发现了所有从地下挖出来的东西。” “与此同时，我们意识到我们需要大规模改变能源系统，而这需要所有这些新的矿物质。”
KoBold与斯坦福大学的地球资源预测中心合作开发了一个AI代理，该代理可以决定勘探者如何以及在何处集中精力工作。这家初创公司主要寻找铜，钴，镍和锂，而金属是制造电动汽车电池以及太阳能电池板，智能手机和许多其他设备的关键。
斯坦福大学地质科学教授杰夫·卡尔斯（Jef Caers）说，这个想法是为了加快决策过程，并使勘探者能够一次评估多个地点。他将AI代理比作自动驾驶汽车：该车辆不仅收集和处理有关其周围环境的数据，而且还根据该信息采取行动，例如导航交通或改变速度。
卡尔斯说：“我们迫不及待地等待了10到20年才能发现更多新发现。” “如果我们想对[气候变化]产生影响并摆脱化石燃料，我们需要在未来几年内制造它们。”
仅轻型汽车对金属的需求就很大。根据《自然》杂志12月份的一篇论文，随着各国致力于减少温室气体排放，全球电池驱动汽车的数量可能会从2019年的750万辆增加到2050年的20亿辆。该论文的作者说，为这些车辆提供动力将需要12太瓦小时的年电池容量，大约是当前美国发电容量的10倍，这意味着金属供应链的“急剧扩张”。
KoBold Metals的帕特里克·雷德蒙德（Patrick Redmond）评估了赞比亚一个潜在的钴铜矿开采场。
照片：KoBold Metals
KoBold Metals的帕特里克·雷德蒙德（Patrick Redmond）评估了赞比亚一个潜在的钴铜矿开采场。
几乎所有的锂离子电池都使用钴，钴是一种主要由刚果民主共和国提供的材料，在那里，年幼的儿童和成年人经常在危险的条件下工作。铜是另一种重要的电动汽车材料，需要大量水才能开采，但全球大部分供应来自智利阿塔卡马沙漠附近的缺水地区。
对于矿业公司而言，挑战在于以可持续运输的名义扩大运营范围而又不造成任何破坏。
KoBold的AI驱动方法始于其数据平台，该数据平台存储有关特定区域的所有可用信息形式，包括土壤样品，基于卫星的高光谱成像和具有悠久历史的手写钻探报告。然后，该公司应用机器学习方法来预测成分异常的位置，即地球地下的矿体异常高浓度。
KoBold与斯坦福大学合作，正在完善顺序决策算法，以确定勘探者下一步应如何收集数据。也许他们应该在现场上空驾驶飞机或收集钻探样本；也许公司应该远离可能过时的东西。这些步骤目前是冒险且昂贵的，并且公司为避免浪费资源而采取缓慢行动。
卡尔斯说，AI代理做出此类决策的速度大约比人类快20倍，同时还可以减少采矿勘探中的误报率。他补充说：“这在地球科学领域是全新的。”
KoBold Metals的AI可视化描绘了井眼电磁模型的预测图，左侧为真实值，右侧为预测。
图片：KoBold Metals
KoBold Metals的AI可视化描绘了井眼电磁模型的预测图，左侧为真实值，右侧为预测。
由比尔·盖茨领导的Breakthrough Energy Ventures支持的KoBold已经在 澳大利亚，北美和撒哈拉以南非洲地区探索三个地点。豪斯说，今年收集的现场数据将首次证实该公司的预测。
在初创企业寻找金属时，IBM研究人员正在寻找溶剂和其他材料，以减少钴和锂等电池成分的使用。
研究团队正在使用AI技术来识别和测试比当前锂离子电池选件具有更高安全性和性能潜力的溶剂。该项目侧重于可以立即进行测试的现有和商业上可用的材料。但是，相关的研究工作旨在 完全创建全新的分子。
专家使用“生成模型”训练AI来学习已知材料的分子结构，以及诸如粘度，熔点或电子电导率的特性。
“例如，如果我们想要一个生成模型来设计用于电池的新电解质材料，例如电解质溶剂或适当的单体以形成离子导电聚合物，我们应该使用已知的电解质材料数据来训练AI，” Seiji Takeda和Young-hye IBM Research的Na在一封电子邮件中说。
他们说，一旦完成AI培训，研究人员就可以输入一个查询，例如“设计一种符合X，Y和Z特性的新型分子电解质材料”。 “然后，该模型通过参考结构特征关系来设计候选材料。”
IBM已经使用这种AI增强的方法来创建名为光致产酸剂的新分子，这些分子最终将有助于生产更环保的计算设备。研究人员还设计了显然比目前碳捕获技术中使用的膜更好吸收二氧化碳的聚合物膜。
武田和娜说，设计更具可持续性的电池“是我们的下一个挑战”。