الذكاء الاصطناعي فحص 100 ألف مذيب لبطارية صوديوم، والكيميائيون اختبروا أفضل 27

لم يسلّم الباحثون قرار اختيار مادة البطارية إلى نموذج ذكاء اصطناعي. استخدموا الحوسبة لتوليد 100 ألف مذيب محتمل خلال 24 ساعة، ثم ضيقوا القائمة واختبروا 27 جزيئاً فعلياً حتى وجدوا مادة صغيرة تساعد أيونات الصوديوم على الحركة بسرعة من دون فقدان الاستقرار الكيميائي كله.

الرقم الأهم
احتفظت خلية صوديوم معدني بنحو 85.9% من سعتها بعد 1600 دورة شحن وتفريغ عند معدل 1C.

لماذا يمثل السائل داخل البطارية تحدياً أساسياً؟

ينقل الإلكتروليت الأيونات بين القطب السالب والقطب الموجب. يحتاج المصمم إلى حركة سريعة كي تحصل البطارية على قدرة مرتفعة وشحن أسرع، لكن المذيبات عالية التوصيل قد تدخل في تفاعلات جانبية وتكوّن طبقات تعوق مرور الأيونات بمرور الوقت.

تزداد الصعوبة مع الصوديوم المعدني بسبب نشاطه الكيميائي. وفي المقابل، يشير تقرير MIT المنشور في 4 أغسطس إلى أن الصوديوم أوفر من الليثيوم بنحو ألف مرة وأقل كلفة بالوزن بنحو مئة مرة. ولا تعني هذه الأرقام أن البطارية الكاملة ستكون أرخص بالنسبة نفسها.

كيف تحولت القائمة الضخمة إلى تجربة قابلة للتنفيذ؟

بدأ الفريق من مذيب معروف باسم DMTMSA أظهر استقراراً جيداً قرب القطبين. كان السؤال هو ما إذا كان ممكناً العثور على جزيئات من العائلة الكيميائية نفسها، لكنها أصغر حجماً كي تتحرك أيونات الصوديوم حولها بسهولة أكبر.

ولد المسار الحاسوبي 100 ألف احتمال خلال يوم واحد، ثم استخدم معايير الشكل والخصائص الإلكترونية والتشابه الكيميائي للوصول إلى 200 مرشح. اختار الباحثون بعد ذلك 27 جزيئاً تمثل مناطق مختلفة من القائمة وأجروا بينها مقارنة مخبرية موحدة.

ظهر DMFSA بوصفه أصغر المرشحين وأفضلهم. وتذكر الدراسة المحكمة في دورية Joule أن المذيبات الصغيرة المتقاربة كيميائياً حققت توصيلاً أيونياً أعلى بما يصل إلى نحو 20 مرة من بعض الجزيئات الأكبر، مع الحفاظ على مجال مناسب من الاستقرار.

ماذا أثبتت الخلية التجريبية؟

اختبر الفريق إلكتروليت DMFSA مع صوديوم معدني ومادة قطب موجب طبقية تحتوي على النيكل والحديد والمنغنيز. وبعد 1600 دورة عند معدل 1C، بقي نحو 85.9% من السعة الأصلية.

يساوي معدل 1C نظرياً دورة كاملة في نحو ساعة، لكنه لا يصف وحده جميع ظروف الشحن الواقعية. ويعرض المخطوط المفتوح في مستودع MIT اختبارات خلوية وتحليلات للانتقال الأيوني والسطح الفاصل بين الإلكتروليت والأقطاب، لا نموذج حزمة جاهزة للبيع.

تقدم الدراسة كذلك قاعدة تصميم مفهومة، وهي البحث داخل عائلة مستقرة عن جزيء أصغر. هذه القاعدة قد تكون أكثر فائدة من نتيجة مادة واحدة لأنها توجه جولات لاحقة من البحث.

ما هو الدور الحقيقي لتعلم الآلة هنا؟

قلل النظام مساحة بحث يصعب فحصها يدوياً، لكنه لم يحكم على البطارية من دون مختبر. الباحثون حددوا معايير الفرز، واختاروا الجزيئات المتنوعة، ثم صنعوا الخلايا وقاسوا الأداء والتفاعلات.

القراءة التحريرية الأهم أن قوة النتيجة تأتي من الترتيب الصحيح للأدوار. الحوسبة سرعت الاختيار، بينما حسمت التجربة ما إذا كان المرشح يعمل. هذا أكثر واقعية من وصف المادة بأنها اكتشاف ذاتي صنعه الذكاء الاصطناعي وحده.

ما الذي ينبغي أن يحدث بعد ذلك؟

يحتاج الباحثون إلى الانتقال نحو خلايا أكبر بكمية إلكتروليت محدودة وتحميل عملي للمواد الفعالة، ثم اختبارها في الحرارة والبرودة وبعد فترات تخزين طويلة. كما يجب التأكد من إمكان إنتاج المذيب وتنقيته بكميات كبيرة وبجودة ثابتة.

تقدم الدراسة خطوة تجمع بين تفسير كيميائي بسيط وبحث حاسوبي واسع. وقد يساعد تصغير الجزيء على الجمع بين السرعة والاستقرار، لكن القيمة التجارية لن تتضح إلا عندما تحافظ الخلايا الأكبر على النتيجة وتنجح في اختبارات التصنيع والسلامة.