Od baterii po nowe biopaliwa. Czy AI zmieni zielone technologie?

"Podobnie jak silnik parowy i elektryczność, sztuczna inteligencja (SI) jest technologią ogólnego przeznaczenia, która może głęboko przekształcić gospodarkę światową i światowy system energetyczny" - stwierdza w analizie Międzynarodowa Agencja Energetyczna, najważniejsza instytucja w branży.

Założenie jest proste: SI ma usprawnić i zmienić działanie tego, co człowiekowi usprawnić i zmienić jest ciężko. Dzięki temu zyskamy bardziej efektywne systemy energetyczne, zmniejszone zapotrzebowanie na energię i wiele przełomowych innowacji.

Ale teoretyczne założenia w sektorze energetycznym zyskują na znaczeniu dopiero wtedy, gdy uda wcielić się je w życie. A choć potencjał SI jest obiecujący, wyzwań nie brakuje.

Dalsza część artykułu pod materiałem wideo

Znalezienie materiału o wyższej wydajności, który nadaje się do zastosowania w danej technologii, zazwyczaj opiera się na ludzkiej pomysłowości i wiedzy. Problem w tym, że liczba możliwych opcji jest często ogromna. Sztuczna inteligencja sprawia, że ogrom ten można jednak zbadać. Przykłady?

W lipcu 2024 r. naukowcy z laboratorium rządu USA i Microsoftu opublikowali wyniki badania, w którym wykorzystano SI do oceny 32,5 miliona możliwych nowych elektrolitów stałych do baterii litowych. Znaleźli 23 nowe o odpowiednich właściwościach.

Również w tym roku naukowcy ze Szwecji przebadali 45 milionów potencjalnych nowych cząsteczek katody baterii. Znaleźli prawie 4600 obiecujących kandydatów.

"Co godne uwagi, tego typu techniki coraz bardziej przyciągają finansowanie. Na przykład Anonics, start-up zajmujący się sztuczną inteligencją, niedawno nawiązał współpracę z filią Porsche zajmującą się produkcją baterii. Z kolei Mitra Chem pozyskał 80 milionów dolarów, obiecując skrócenie czasu od laboratorium do produkcji o ponad 90 proc." – zauważają Simon Bennett i Thomas Spencer, analitycy MAE.

Ale ostatnie przełomy dotyczyły nie tylko baterii. Naukowcy wykorzystujący narzędzia AI odkryli również, że mogą:

• konstruować enzymy do syntezy biopaliw,

• wyszukiwać efektywne surowce biopaliwowe,

• identyfikować najlepsze w branży katalizatory do elektrolizerów produkujących wodór,

• generować materiały do wychwytywania dwutlenku węgla, co ma duże znaczenie dla ochrony klimatu.

"A ponieważ SI staje się coraz bardziej niezbędną częścią procesu badawczego w zakresie technologii energetycznych, innowatorzy będą również korzystać z osiągnięć w pokrewnych obszarach, w tym ulepszonej robotyki i automatyki" – oceniają eksperci MAE.

Można uznać, że sztuczna inteligencja jest więc innowacją, która wspiera innowacyjność. I widać to w konkretnych danych.

Niedawna analiza eksperta MIT (Massachusetts Institute of Technology) wykazała, że naukowcy korzystający ze sztucznej inteligencji odkrywają o 44 proc. więcej materiałów. To zaś przekłada się na 39 proc. wzrost liczby zgłoszeń patentowych i 17 proc. wzrost innowacyjności produktów.

Ale wyzwania pozostają. Jednym z nich jest dostępność danych – a dokładniej to, że obecne narzędzia SI korzystają z niekompletnych informacji, przez co dają ograniczone wyniki. Co prawda i tak są nieporównywalnie lepsze od pracy samego człowieka, ale wciąż do poprawy jest wiele.

Kolejnym wyzwaniem jest znalezienie sposobów, aby SI mogła optymalizować wyniki dla więcej niż wąskiego zestawu cech. Bo jeśli wyniki nie uwzględniają niektórych niezbędnych aspektów, odkrycia mogą okazać się bezużyteczne – po prostu nie będą funkcjonalne. Przykładem mogą być materiały, które nie zdadzą egzaminu w różnych temperaturach lub nie sprawdzą się w interakcji z innymi komponentami urządzenia.

Poza tym identyfikacja nowego materiału to dopiero początek. "Jeśli odkrycia zostaną przyspieszone, ale testowanie i komercjalizacja nie, wówczas połowa wyzwania pozostanie nierozwiązana. Prototypowanie, a następnie komercjalizacja, masowa produkcja i powszechne wprowadzenie na rynek mogą zająć lata, a nawet dekady" - wyjaśniają Bennett i Spencer.

Choć rozwój SI może skrócić także i te etapy, to jednak wyzwania z tym związane pozostają ogromne. I tu na scenę wchodzi "cyfrowy bliźniak", czyli wirtualna reprezentacja wszystkich elementów konkretnego obiektu lub procesu. Co prawda "cyfrowi bliźniacy" używani są od ponad dekady, ale dopiero od niedawna zasilani są przez sztuczną inteligencję. Przyszłe przełomy na tym polu mogą w znaczący sposób obniżyć zarówno koszty, jak i ryzyka związane z projektowaniem i masowym wdrażaniem technologii.

"Nadzieja jest taka, że koszty złożonego projektu inżynieryjnego zostaną znacznie obniżone, szczególnie w przypadku drogich, pierwszych w swoim rodzaju projektów. Może to być znaczący impuls dla innowatorów w dekarbonizacji przemysłu, energetyce geotermalnej, produkcji paliw syntetycznych oraz wychwytywania i składowania CO2" – stwierdza MAE.

Szymon Bujalski, "Dziennikarz dla Klimatu"