對(duì)于太陽(yáng)能和風(fēng)能等可再生能源的不可預(yù)測(cè)性,我們的傳統(tǒng)解決方案通常是將多余的能源數(shù)回當(dāng)?shù)仉娋W(wǎng),或?qū)⑵涓綦x在公用事業(yè)規(guī)模的電池中。但隨著我們?cè)絹?lái)越多的發(fā)電是由可再生能源創(chuàng)造的,它們的生產(chǎn)能力有可能超過(guò)當(dāng)?shù)仉娋W(wǎng),而電池技術(shù)的規(guī)模成本可能很快變得令人望而卻步。
另一種選擇是將多余的能量用于驅(qū)動(dòng)催化反應(yīng)。CMU化學(xué)工程和材料科學(xué)與工程系助理教授Zack Ulissi告訴Engadget:“我們可以通過(guò)很多不同的方式來(lái)儲(chǔ)存能量。最著名的是你把水電解成氫和氧。”他補(bǔ)充說(shuō):“我們還可以用它生產(chǎn)甲醇,這是化學(xué)工業(yè)的基本原料,也可以制造乙醇作為液體燃料?!庇捎诎⒖仙髮W(xué)和布魯克海文國(guó)家實(shí)驗(yàn)室2019年的一項(xiàng)發(fā)現(xiàn),我們甚至可以重新催化乙醇,在任何燃燒的情況下直接從各自的分子中剝離電子。
但是為了使催化過(guò)程可行和有效,催化劑必須盡可能高效。然而,考慮到催化劑通常由3-或4-元素組合而成,而該組合來(lái)自于近50個(gè)潛在元素,如果再加上其他一系列的化學(xué)和結(jié)構(gòu)變量——從成分比例到元素結(jié)構(gòu)再到催化劑的物理表面形狀——就有數(shù)十億種潛在的方法可以制造出“最好的”催化劑。這只是一個(gè)化學(xué)反應(yīng)。
研究新的潛在化合物的過(guò)程相當(dāng)緩慢,因此為了幫助加速催化劑的生成過(guò)程,F(xiàn)acebook人工智能與卡內(nèi)基梅隆大學(xué)(Carnegie Mellon University)合作開(kāi)展了開(kāi)放催化劑項(xiàng)目。據(jù)該公司近日的一篇博客文章稱,他們計(jì)劃在開(kāi)源數(shù)據(jù)上訓(xùn)練機(jī)器學(xué)習(xí)算法,以“準(zhǔn)確預(yù)測(cè)原子間的相互作用,大大快于科學(xué)家們今天所依賴的大量計(jì)算的模擬”。
這些模擬包括密度泛函理論(DFT),化學(xué)工程師將經(jīng)常使用該量子力學(xué)系統(tǒng)來(lái)尋找最有前途的候選人,并避免潛在的研究僵局。
Ulissi解釋說(shuō):“密度泛函理論是解決電子在系統(tǒng)中相互作用方式的一種方法,現(xiàn)在,如果您認(rèn)為使用量子力學(xué)來(lái)模擬多體系統(tǒng)中電子,原子和分子的相對(duì)運(yùn)動(dòng),以試圖找到具有最低最終能量(“松弛狀態(tài)”)的構(gòu)型,則需要大量的處理能力和計(jì)算時(shí)間,即使可以訪問(wèn)Facebook的服務(wù)器,單個(gè)候選材料迭代的松弛計(jì)算也可能需要12到72小時(shí)。
因此,F(xiàn)acebook和CMU并沒(méi)有試圖強(qiáng)行應(yīng)用這些數(shù)十億個(gè)排列的方法,而是建立了Open Catalyst 2020數(shù)據(jù)集,該數(shù)據(jù)集統(tǒng)計(jì)了所吸附在130萬(wàn)個(gè)分子在表面上的情況,并計(jì)劃利用它來(lái)訓(xùn)練“基本物理學(xué)”上的機(jī)器學(xué)習(xí)算法。指導(dǎo)量子力學(xué),教授模型以根據(jù)過(guò)去的數(shù)據(jù)估算分子的能量和作用力?!?/p>
Facebook AI研究科學(xué)家拉里·齊特尼克(Larry Zitnick)在周三的博客文章中指出,不僅如此大的數(shù)據(jù)集不僅應(yīng)該有助于極大地改善ai學(xué)習(xí)模型的能力,而且還可以教會(huì)他們“在無(wú)機(jī)界面上控制分子的基本物理原理”。
如果研究人員成功地訓(xùn)練了ML模型,“我們可以花費(fèi)過(guò)去八個(gè)小時(shí)的時(shí)間,很可在一秒鐘之內(nèi)完成它們……我們我希望基本上用ai學(xué)習(xí)算法取代DFT?!?/p>
“這就是我們的目標(biāo),”, “我們想親自開(kāi)始進(jìn)行大規(guī)模的催化探索,而不僅僅是測(cè)試10或10,000、100,000或數(shù)百萬(wàn),而是開(kāi)始測(cè)試數(shù)十億種不同的可能性?!?/p>
因此,Open Catalyst 2020數(shù)據(jù)集已開(kāi)源,可供研究團(tuán)體使用。Zitnick希望在不久的將來(lái)使用數(shù)據(jù)集舉辦一次Facebook挑戰(zhàn)賽。
原文標(biāo)題:Facebook部署人工智能尋找可在生能源存儲(chǔ)解決方案
文章出處:【微信公眾號(hào):IEEE電氣電子工程師學(xué)會(huì)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
責(zé)任編輯:haq
-
AI
+關(guān)注
關(guān)注
88文章
35164瀏覽量
280013 -
人工智能
+關(guān)注
關(guān)注
1807文章
49029瀏覽量
249575 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8503瀏覽量
134631 -
電池
+關(guān)注
關(guān)注
84文章
11081瀏覽量
135080
原文標(biāo)題:Facebook部署人工智能尋找可在生能源存儲(chǔ)解決方案
文章出處:【微信號(hào):IEEE_China,微信公眾號(hào):IEEE電氣電子工程師】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
NVIDIA RTX 5880 Ada GPU賦能達(dá)卯智能能源大模型

GIGABYTE CES 2025全方位展示人工智能計(jì)算解決方案
機(jī)智云入選廣州市“人工智能+”優(yōu)秀解決方案冊(cè)
嵌入式和人工智能究竟是什么關(guān)系?
《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第6章人AI與能源科學(xué)讀后感
AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第4章-AI與生命科學(xué)讀后感
《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第一章人工智能驅(qū)動(dòng)的科學(xué)創(chuàng)新學(xué)習(xí)心得
risc-v在人工智能圖像處理應(yīng)用前景分析
人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析
人工智能ai4s試讀申請(qǐng)
名單公布!【書(shū)籍評(píng)測(cè)活動(dòng)NO.44】AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新
報(bào)名開(kāi)啟!深圳(國(guó)際)通用人工智能大會(huì)將啟幕,國(guó)內(nèi)外大咖齊聚話AI
鯤云科技AI視頻分析解決方案入選人工智能典型應(yīng)用示范案例

安富利攜手恩智浦推出人工智能解決方案

評(píng)論