アメリカ合衆国エネルギー省傘下のSLAC国立加速器研究所の研究者たちは、リチウムイオン電池の廃棄物から重要な金属を回収するためのより良い方法を模索する多エージェント人工知能システムを構築しています。このプロジェクトは、電池製造や他の技術にとって非常に貴重な金属であるコバルト、ニッケル、マンガンを含む金属に焦点を当てています。使用済みの電池からこれらの材料を回収することは、国内供給を生み出すだけでなく、重要な鉱物の輸入依存を減らすのにも役立ちます。SLACが主導するチームは南カリフォルニア大学と協力し、専門的な役割を持つ複数の人工知能エージェントを使用して、複雑な電池廃棄物からこれらの金属を分離する方法を探ります。
これらのエージェントは、生化学や地質学などの分野の知識を活用して回収戦略を提案し、新しい方法を評価し、実験結果から学びます。
SLAC国立加速器研究所の多エージェント人工知能システムが金属回収技術の進展を促進
このプロジェクトは、アメリカ合衆国エネルギー省のGenesisミッションの一環であり、この国家的イニシアチブは人工知能、スーパーコンピューティング、量子システム、先進的な科学機器を組み合わせて研究を加速することを目的としています。研究者たちは、人工知能が生成した戦略を用いて実験テストを行うために、複数のサイクルを実施します。このプロジェクトは9か月間続き、チームの目標は80%以上の純度で目標金属を回収することです。SLACの副科学者でありプロジェクトの主任研究者であるAhamed Irshad Maniyanganamは、「9か月以内に、SLACと南カリフォルニア大学は、80%以上の純度で目標金属を回収することを目指していくつかの人工知能実験サイクルを実施し、この方法を従来の文献検索および回収方法とベンチマーク比較します。」と述べています。
研究者たちは、多エージェントアプローチを文献検索および既存の金属回収技術に基づく従来の方法と比較し、人工知能駆動のワークフローが電池廃棄物の有効な処理方法を見つける試行錯誤のプロセスを減少させるかどうかを確認することを目的としています。使用済みの電気自動車のバッテリーには数十ポンドの貴重な金属が含まれている可能性がありますが、これらの金属を回収するには大量の化学薬品が必要であり、かなりの廃棄物が発生し、適切な抽出および分離プロセスを特定するために繰り返しテストを行う必要があります。新しい方法は、研究者がより広範な潜在的な化学経路を探るのを助けることを目指しています。全体の研究プロセスを1つのシステムに依存するのではなく、専門の人工知能エージェントが問題の異なる部分に取り組み、共有の実験ワークフローに貢献します。
このプロジェクトは電池回収以外の分野にも深遠な影響を与える可能性がある
このプロジェクトは電池回収以外の分野にも影響を与える可能性があります。コバルト、ニッケル、マンガンは現代のエネルギー技術にとって重要な材料と見なされており、使用済みの製品からこれらの金属を回収することは追加の資源供給を提供する可能性があります。SLACは、バイオテクノロジー、核融合エネルギー、エレクトロニクスとセンサー、宇宙論、素粒子物理学、加速器技術などの分野をカバーする他の10のGenesisミッションの第一段階プロジェクトにも参加します。より広範なGenesisミッションは、人工知能を大規模計算および先進的な研究基盤と接続する統合科学発見プラットフォームを作成することを目指しています。
エネルギー省は、第一段階の資金が有望な研究経路を特定し、将来の投資の基盤を築くことを目的としていると述べています。
SLAC研究所の所長であるJohn Sarraoは、「SLACはさまざまな技術の主要な協力者として、科学的発見における人工知能の変革的な役割を推進することを可能にします。これらの国家的課題に対処するためのエネルギー省のコミットメントに感謝します。」と述べています。電池回収プロジェクトにおいて、即時のテストは、専門の人工知能エージェントチームが科学者がより効率的な金属回収方法を発見するのを助け、プロジェクトの80%の純度目標を達成できるかどうかです。