To Facebook και το πανεπιστήμιο Carnegie Mellon φέρνουν επανάσταση στις Ανανεώσιμες Πηγές Ενέργειας
Με τη βοήθεια της Τεχνητής Νοημοσύνης υπόσχονται να επιταχύνουν δραματικά την έρευνα για καταλύτες που θα μπορούν να μετατρέψουν την αιολική και ηλιακή ενέργεια σε καύσιμα όπως το υδρογόνο και η αιθανόλη.
Το τμήμα Τεχνητής Νοημοσύνης του Facebook AI και το Τμήμα Χημικών Μηχανικών του Πανεπιστημίου Carnegie Mellon ανακοίνωσαν σήμερα Τρίτη 13 Οκτωβρίου το πρόγραμμα Open Catalyst Project, μια συνεργασία που προορίζεται να χρησιμοποιήσει την Τεχνητή Νοημοσύνη προκειμένου να επιταχύνει κβαντικές μηχανικές προσομοιώσεις ώστε να ανακαλυφθούν νέους ηλεκτροκαταλύτες που απαιτούνται για πιο αποτελεσματικούς τρόπους αποθήκευσης και χρήσης της ενέργειας που παράγεται από ανανεώσιμες πηγές.
Η αιολική και η ηλιακή ενέργεια είναι ζωτικά μέρη του σύγχρονου ενεργειακού δικτύου, και παίζουν κομβικό ρόλο στην προσπάθεια καταπολέμησης της κλιματικής αλλαγής. Δυστυχώς ο ήλιος δεν λάμπει πάντα και ο άνεμος δεν φυσάει πάντα. Και οι δύο πηγές προσφέρουν ενέργεια με διαλείμματα. Για παράδειγμα η Καλιφόρνια βλέπει αιχμή παραγωγής ηλιακής ενέργειας τα απογεύματα και όχι τα βράδια που αυξάνεται η ζήτηση.
Η αύξηση της εξάρτησής μας από ανανεώσιμες πηγές ενέργειας απαιτεί την αποθήκευσή της για ημέρες, εβδομάδες ή ακόμα και μήνες, ώστε να είναι διαθέσιμη όταν την χρειαζόμαστε. Ενώ οι περισσότεροι άνθρωποι σκέφτονται ενστικτωδώς τις μπαταρίες για αποθήκευση ενέργειας, το κόστος εξοπλισμού του ηλεκτρικού δικτύου με αρκετές μπαταρίες ιόντων λιθίου για μέρες ή εβδομάδες εφεδρικής ισχύος κατά τη διάρκεια μιας συννεφιάς ή χαμηλής έντασης ανέμου είναι απαγορευτικά ακριβό, ειδικά σε παγκόσμια κλίμακα.
Εναλλακτικές λύσεις
Μία από τις λίγες βιώσιμες λύσεις προϋποθέτει τη μετατροπή της περίσσειας ηλιακής και αιολικής ενέργειας σε άλλα καύσιμα, όπως υδρογόνο ή αιθανόλη. Δυστυχώς, οι τρέχουσες μέθοδοι για αυτό είναι αναποτελεσματικές ή βασίζονται σε σπάνιους και ακριβούς ηλεκτροκαταλύτες όπως η πλατίνα, περιορίζοντας την πρακτικότητά τους. Στόχος του Open Catalyst Project είναι να βρεθούν καταλύτες χαμηλού κόστους, ώστε να μετατραπεί η αιολική και ηλιακή ενέργεια σε άλλα καύσιμα.
Όπως αναφέρεται σε σχετική ανακοίνωση του Facebook «για να το επιτύχουμε αυτό, αναπτύσσουμε τεχνητή νοημοσύνη που θα προβλέψει με ακρίβεια τις ατομικές αλληλεπιδράσεις πολύ πιο γρήγορα από τις προσομοιώσεις που βασίζονται στους υπολογιστές. Οι υπολογισμοί που χρειάζονται τα σύγχρονα εργαστήρια θα μπορούσαν, με τη βοήθεια της τεχνητής νοημοσύνης, να διαρκέσουν δευτερόλεπτα».
Η ανακάλυψη καταλυτών είναι μια επίπονη διαδικασία. Υποθέτοντας ότι οι καταλύτες δημιουργούνται από έως και τρία από τα 40 γνωστά μέταλλα, υπάρχουν σχεδόν 10.000 συνδυασμοί στοιχείων – αλλά κάθε συνδυασμός πρέπει στη συνέχεια να δοκιμαστεί ρυθμίζοντας τις αναλογίες ή τις διαμορφώσεις των στοιχείων, οπότε οι δυνατότητες επεκτείνονται στα δισεκατομμύρια.
Οι πειραματιστές θα περίμεναν να δοκιμάσουν τρεις ή τέσσερις πιθανές καταλυτικές συνθέσεις ετησίως χρησιμοποιώντας τυπικές μεθόδους σύνθεσης. Τα εργαλεία κβαντικής μηχανικής προσομοίωσης, όπως η Density Functional Theory (DFT), παρέχουν πληροφορίες σχετικά με τους καταλύτες και μπορούν να χρησιμοποιηθούν για την εστίαση των πειραματικών προσπαθειών στους πιο υποσχόμενους υποψηφίους. «Στόχος μας είναι να δώσουμε τη δυνατότητα στους ερευνητές να ελέγχουν δισεκατομμύρια πιθανών καταλυτών ετησίως», αναφέρεται στην ανακοίνωση.
Εάν είναι επιτυχής, αυτή η έρευνα έχει τη δυνατότητα να επιταχύνει σημαντικά την παγκόσμια στροφή προς τις ανανεώσιμες πηγές ενέργειας, αφαιρώντας το υψηλό κόστος που σχετίζεται με τους τρέχοντες ηλεκτροκαταλύτες, παρέχοντας μια εναλλακτική λύση στις ακριβές τεχνολογίες αποθήκευσης όπως οι μπαταρίες και παρέχοντας καθαρή και βιώσιμη ισχύ σε όλο τον κόσμο. Καθώς οι ενεργειακές ανάγκες συνεχίζουν να αυξάνονται και η καταπολέμηση της κλιματικής αλλαγής γίνεται όλο και πιο επείγουσα, αυτό το πρόγραμμα προσφέρει την ευκαιρία να προωθηθεί η τεχνητή νοημοσύνη με τρόπο που θα έχει σημαντικό αντίκτυπο στον πραγματικό κόσμο.
«Η μοντελοποίηση των κβαντικών αλληλεπιδράσεων υποστηρίζει επίσης πολλά σύγχρονα επιστημονικά προβλήματα. Εάν πετύχουμε να αναπτύξουμε μια τεχνητή νοημοσύνη που μπορεί να προβλέψει με ακρίβεια τις ατομικές αλληλεπιδράσεις, ενδέχεται να είμαστε σε θέση να εφαρμόσουμε τις ίδιες τεχνικές σε άλλες προκλήσεις όπως η αποκατάσταση της ποιότητας του νερού ή η ανάπτυξη νέων ιατρικών θεραπειών. Το να πετύχουμε σε λίγα δευτερόλεπτα αυτό που χρειάζονταν ημέρες (ή ακόμα και εβδομάδες) θα έφερνε επανάσταση στα εργαστήρια και θα τους βοηθούσε να αντιμετωπίσουν πολλά σημαντικά επιστημονικά προβλήματα με πρωτοφανή ταχύτητα», καταλήγει η ανακοίνωση.
tovima.gr
