마이크로소프트 AI, 리튬이온 배터리 대체할 신소재 발견

최신 리튬 이온 충전 배터리는 리튬 및 기타 희토류 금속을 사용합니다.

수명이 긴 효율적인 에너지원을 제공하지만 환경 문제를 야기하고 재활용이 어려울 수도 있습니다.

Microsoft는 에너지부 산하 PNNL(Pacific Northwest National Laboratory)과 협력하여 충전식 배터리 생산에서 리튬에 대한 전 세계 의존도를 완화할 수 있는 새로운 소재를 발견했습니다. Microsoft 팀은 AI와 Azure Quantum Elements 클라우드 플랫폼을 활용하여 자연에서 발견되지 않는 물질에 대한 시간 소모적인 연구를 대폭 가속화했습니다.

레드먼드의 고성능 컴퓨팅(HPC) 시스템을 통해 AI 알고리즘은 에너지, 힘, 응력, 전자 밴드 갭, 기계적 특성 등 신소재의 특성을 예측할 수 있었습니다. Microsoft와 PNNL은 시뮬레이션에서 얻은 수백만 개의 데이터 포인트를 사용하여 AI 모델을 교육했으며 그 결과 기존 밀도 범함수 이론 계산에 비해 재료 특성을 1,500배 더 빠르게 예측할 수 있었습니다.

선정 과정은 3,260만 개의 후보 물질 과 50만 개의 예측된 안정적인 물질을 식별하는 AI 알고리즘으로 시작되었습니다. 기능적 특성을 심사한 후 풀은 800개의 잠재적 후보로 더욱 좁혀졌습니다. Microsoft Quantum 팀은 이온 확산성과 같은 동적 특성을 탐색하기 위해 "AI 가속" 시뮬레이션을 활용하여 선택 범위를 150개 재료로 좁혔습니다.

Microsoft는 AI, Azure Quantum Elements 플랫폼, 확립된 과학적 전문 지식의 시너지 효과를 통해

현대 기술이 향후 250년의 화학 및 재료 과학 혁신을 "다음 25년"으로 압축할 수 있다고 주장합니다.

그런 다음 참신함, 역학 및 요소의 가용성을 포함한 실용적인 고려 사항을 고려하여 18개의 최고 후보 그룹을 식별했습니다. 추가 스크리닝 매개변수에 대한 PNNL의 전문 지식과 통찰력을 활용하여 Microsoft 연구원은 최종 후보를 정확히 찾아냈습니다. 즉, 기존 리튬 이온 배터리보다 리튬을 약 70% 적게 사용하고 일부 리튬을 나트륨으로 대체하는 전해질 재료입니다.

새로운 물질은 이미 PNNL에 의해 합성되었으며 안정성과 효율성을 검증하기 위해 추가 테스트가 계획되어 있습니다. PNNL의 최고 디지털 책임자인 Brian Abrahamson은 새로운 배터리를 개발하는 것이 전 세계적으로 중요한 과제 라고 말했습니다 . Abrahamson은 인간 규모의 재료를 합성하고 테스트하는 것은 노동 집약적이고 근본적으로 제한적인 과정이라고 말했습니다.

구글번역이라 번역이 어색할 수 있습니다.