マイクロソフトはAIを活用して新しい電池材料を選別し、電池のリチウムの70%をナトリウムに置き換える

マイクロソフトはAIを活用して新しい電池材料を選別し、電池のリチウムの70%をナトリウムに置き換える

1 月 10 日、マイクロソフトの量子コンピューティング チームは、米国エネルギー省傘下のパシフィック ノースウェスト国立研究所 (PNNL) と連携し、Azure Quantum Elements の高性能コンピューティング リソースをシミュレーションや人工知能モデルに使用して、バッテリー内のリチウムの約 70% をナトリウムに置き換えることができる新しいバッテリー材料を発見しました。この新素材は、スマートフォンから電気自動車、電力網まで、現代の生活に幅広く使用されることが期待されています。

以下は全文翻訳です。

Microsoft の量子コンピューティング チームは最近、PNNL の研究者と共同で開発した実験用バッテリーを動作させるために時計を改造するという革新的な実験を実施しました。また、新しいバッテリー技術の開発に大きな役割を果たしてきたマイクロソフトの人工知能(AI)強化科学的発見プラットフォーム「Azure Quantum Elements」のロゴもバッテリーのケースに追加した。

Azure Quantum Elements のパートナー、戦略、運用責任者である Brian Bilodeau 氏は、この DIY プロジェクトの目的はバッテリーの潜在能力を実証することだと説明しました。 「私たちは驚きの瞬間を作りたかったのです」と彼は、マイクロソフトのCEO、サティア・ナデラ氏に感銘を与えようとした。

ナデラ氏の注目を集めるのは容易ではなかった。しかし、Azure のハイパフォーマンス コンピューティング (HPC) リソースの大部分を困難な技術的課題の解決に充てるということこそ、まさに Nadella が関心を持っていることです。 「このプロジェクトが成功するのを見て、とても興奮しました」とナデラ氏は振り返る。

この時計に電力を供給する電池は CR2032 で、ポケット電卓やガレージドアオープナーに見られるようなコイン型電池に似ています。しかし、バッテリー内部では、マイクロソフトの研究者らは、バッテリーのリチウムの約 70 パーセントをナトリウムに置き換えた固体電解質を使用した。この設計は、充電寿命の制限、時間の経過による容量の劣化、極端な温度でのパフォーマンスの低下、火災や爆発の危険性など、リチウム電池が直面している多くの問題に対処できる可能性があります。さらに、リチウムへの依存を減らし、豊富で安価なナトリウムを利用することで、バッテリーのサプライチェーンへの圧力を軽減できる可能性がある。

技術がさらに発展するにつれ、この新素材はスマートフォンから電気自動車、電力網まで現代生活のあらゆる場面で使用されることが期待されています。しかし、マイクロソフトは、この画期的な成果を、顧客に提供するために設計された Azure Quantum Elements プラットフォームの強力な検証と見なしています。 Azure Quantum Elements は昨年 6 月にリリースされ、現在も「プライベート プレビュー」の段階にあり、英国のジョンソン・マッセイなどの機関によってテストされています。これらの機関は、このプラットフォームを利用して触媒コンバーターや水素燃料電池の設計に役立てています。

マイクロソフトの化学および材料パートナーシップ担当シニアディレクターのネイサン・ベイカー氏は、PNNL で 12 年間勤務した後、2022 年にマイクロソフトに入社しましたが、バッテリー研究の取り組みはマイクロソフトの顧客第一の理念の一例であると考えています。 「新しい製品を開発するとき、私たちが最初に言うことは、『よし、それが機能することを自分たちで証明してみよう、自分たちで試してみよう』ということです」と彼は語った。

ナデラ氏はまた、バッテリー実験から得られた経験が Azure Quantum Elements プラットフォームの改善に活用されることを強調しました。 「結局のところ、重要なことは、強力な技術を一般の人々が利用できるようにして、他の人々がより多くの技術を構築できるようにすることです」と彼は語った。「私は『私たちの偉大な科学的成果』について話すことは避けるようにしています。それは私たちの本質ではありません。」

試行錯誤を超えて

59 年の歴史を持つ研究機関である PNNL の科学者たちも、マイクロソフトとのコラボレーションがより大きな取り組みの一部であることを理解しています。より優れたバッテリーを製造する方法は、長い間 PNNL の重要な研究分野でした。この機関の本部は、マイクロソフトのレドモンド本社から約320キロ離れたワシントン州リッチランドにある。ここの科学者たちは、問題のある実験室での研究が行き詰まる可能性があることを理解しています。

100 年以上前、トーマス・エジソンは電球を実現する唯一の材料を見つけるまで、何千ものフィラメントをテストしました。何でもやってみるというこの意欲はエジソン方式として知られるようになり、今日でも科学的発見に活用されています。

「常に試行錯誤のプロセスです」と、PNNL の材料科学グループの責任者であるビジェイ・ムルゲサン氏は従来の研究方法について語った。「夢やシャワーの中で何かを思いついたとしても、その妥当性をテストするのに 2 年かかるかもしれません。その後、このサイクルをさらに 10 年間繰り返します。正直言って、成功率はそれほど高くありません。」

この伝統的な研究方法の影響は広範囲に及びます。 PNNL の研究分野は沿岸科学から国家安全保障まで多岐にわたります。しかし、「現在、私たちが発見を行っている時間スケールは、私たちが解決しようとしている地球規模の課題のいくつかには十分ではありません」と、同研究所の副所長兼最高デジタル責任者のブライアン・アブラハムソン氏は言う。「もし、私たちがこれに大きく前進することができれば、それは大きなことです。」

マイクロソフトの介入により、このすべてに転機がもたらされました。こうした事前の作業の一部を仮想化し、それを Microsoft の最新かつ最速のコンピューターに引き渡すことで、今後数年間ですべてが変わる可能性があります。ナデラ氏はこう述べた。「化学における250年間の進歩を25年に圧縮する必要がありますが、それを実現する唯一の方法は、強力な計算シミュレーション機能を備えることです。」

新しいバッテリー技術を例にとると、Microsoft は 3,260 万の材料を含むデータベースから始めて、Azure Quantum Elements の高性能コンピューティング リソースを使用してシミュレーションと人工知能モデルの実行を行い、材料の数を 50 万、次に 500、150、そして最終的に 18 に大幅に削減しました。同社はPNNLの材料科学の専門家と協議してリストをさらに精査し、最終的にこのリチウムナトリウム材料は研究室で合成してテストする価値があると判断した。

「非常に多くの可能性をふるいにかけ、不適格な材料のほとんどを排除するのに、たった 2 週間しかかかりませんでした」と、マイクロソフトの戦略ミッションおよび技術実行担当副社長で、同社に 31 年間勤務するジェイソン・ザンダー氏は語る。「これは、時には何年もかかる従来の方法よりもはるかに速いです」。マイクロソフトのバッテリー プロジェクトは、発足から約 40 個のテスト バッテリーの製造まで、合計でわずか 1 年しかかかりませんでした。電池は時計に電力を供給するだけでなく、Microsoft ロゴのカラフルなライトを点灯するためにも使用されます。

高性能コンピューティングがこのプロジェクトで重要な役割を果たしましたが、新しい材料のテストには依然として物理的な検証が必要でした。 PNNL では、材料科学者は手作業による研磨、圧力テスト、最高 600 度の高温での溶解などの複雑な手順を経て、関連する材料を検証する必要があります。時には大胆に新しいテクノロジーを試すことも必要です。たとえば、PNNL の研究者は、アルゴリズムによって識別された一部の材料は実際のアプリケーションでは操作が容易ではないことを発見しました。 「屋外で30分乾燥させると、一部の材料は空気中の水分を吸収して粘着性のある物質になる」とPNNLの材料科学者シャノン・リー氏は言う。

従来の研究室での実験は時代遅れかもしれませんが、これらの研究者はコンピューティングにおける商業的なコラボレーションこそが未来であると確信しています。 PNNL は、オンデマンド リソースのニーズを満たすために、Microsoft などのクラウド サービス プロバイダーと柔軟なパートナーシップを確立しています。このパートナーシップは科学的発見を加速させるだけでなく、政府機関が民間企業と協力するための新しいモデルも提供します。

「私たちは特にコンピューティング分野での商業提携に傾倒しています」と、PNNL の科学技術担当副所長トニー・ペルング氏は語った。マイクロソフトの裏庭にあることで、同研究所とこのソフトウェア大手との関係が損なわれることはなく、PNNL は他のクラウド コンピューティング プロバイダーとも契約を結んでいると同氏は付け加えた。

量子コンピューティングは不可欠

Microsoft と PNNL 間のバッテリー プロジェクトに関して、言及しなければならないことが 1 つあります。 Azure Quantum Elements プラットフォームは開発プロセスで重要な役割を果たしましたが、量子コンピューティングは直接関与していませんでした。しかし、マイクロソフトの量子コンピューティング従業員がこのプロジェクトに携わったため、この成果は量子技術と密接に結びついています。

これらすべては量子コンピュータの現状によって説明できます。量子コンピューティングは量子物理学の原理を活用します。従来のコンピューターのバイナリ ビットとは異なり、量子ビットは 0 と 1 の両方を同時に表現できます。この驚くべき技術により、既存のコンピューターの能力を超えて、複雑な計算を処理できる極めて強力なコンピューターが実現すると期待されています。量子コンピュータは、科学的発見など、膨大な計算リソースを必要とするタスクにおいて大きな役割を果たすでしょう。

マイクロソフトは、IBMやグーグルなどの他のテクノロジー大手や、多くの新興企業と同様に、量子技術の可能性に大きな期待を寄せている。しかし、この技術はまだ開発段階にあり、商業的に実現されていません。 「量子技術の進歩は数十年ではなく数年で測られると私たちは考えています」とマイクロソフトの量子開発担当シニアバイスプレジデント、クリスタ・スヴォレ氏は語った。

同時に、従来のコンピューターは廃止されていません。強力な GPU チップを搭載したコンピューターにより、さらに革新的な AI 機能が実現します。この進歩により、クラウドでの高性能コンピューティングが可能になり、Azure リソースによって提供されるようなサービスとして、バッテリー材料の正確な位置特定がますます提供されるようになりました。

この状況の展開は量子場の支持者たちの予想さえも超えるものでした。ナデラ氏らは量子コンピューティングが次の大きなブレークスルーになると考えていたが、GPU がそうであることが判明した。

量子コンピューティング技術がどのように発展したとしても、バッテリー材料の探索に使用される高性能コンピューティングを完全に置き換えることは不可能でしょう。スウォー氏は、将来、科学者が高性能コンピューティング、人工知能、量子コンピューティングを組み合わせたシステムを構築し、現在は解決できない問題に対してより正確な解決策を提供できるようになると予測している。

本当にその時代が到来すれば、探求の境界は無限に広がるでしょう。マイクロソフトの戦略ミッションおよびテクノロジー担当エグゼクティブバイスプレジデント、ジェイソン・ザンダー氏は、次のように深く感じている。「私たちは多くのことを知っていると思っていますが、実際には、多くの事柄に対する私たちの理解はまだ非常に表面的です。たとえば、光合成の仕組みを説明することすらできません。」

Microsoft と PNNL の共同プロジェクトは、Azure Quantum Elements 検出パイプラインの貴重なケース スタディを提供します。バッテリー技術の潜在的な価値は、マイクロソフトがこの研究を実施する主な要因です。 「この種のプロジェクトは、人々が受け入れて理解するのが簡単です」と、Azure Quantum Elements のパートナー、戦略、運用担当ディレクターのブライアン・ビロドー氏は言う。

マイクロソフトとPNNLの研究者らは、研究室のバッテリー技術をどのようにして大量生産できるかについては明らかにしなかったが、PNNLの材料科学グループ責任者であるビジェイ・ムルゲサン氏は、「これらの技術が消費者市場に実際に適用されるまでには、まだ長い道のりがある」と認めた。短期的には、電子製品、電気自動車、その他の分野で広く使用されている「ポーチ」バッテリーなど、より大きなバッテリーを製造し、テストする予定である。

具体的な詳細はまだ決まっていないものの、マイクロソフトはここに大きなビジネスチャンスを見出しているようだ。 「マイクロソフトはバッテリー製造事業には参入しないし、同様にPNNLもこの分野には参入しない」とビロドー氏は述べた。「大規模生産は他の企業とのプロジェクトになるだろう」

この技術が将来どのように使用されるかにかかわらず、マイクロソフトは当初の目標を達成しました。ナデラ氏は誇らしげにこう語った。「私がこのプロジェクトを気に入っている理由は、理論上の画期的な進歩であるだけでなく、試行錯誤のサイクルが実際に実現可能であることを証明しているからです。この方法により、真に効率的な新素材を作り出すことができ、数年前には想像もできなかったスピードで実現できるかもしれません。」

<<:  PyTorch と NumPy の徹底比較! ! !

>>:  シーメンスとマイクロソフトが業界横断的なAI導入で協力

ブログ    
ブログ    

推薦する

図解機械学習: 誰でも理解できるアルゴリズムの原理

機械学習の話題は誰もが話題にするほど普及していますが、それを完全に理解している人はほとんどいません。...

GPTで絵本を作るのはすごく早いですね!

今日は、世界的に人気のAIツール「ChatGPT+Midjourney」を使った絵本の制作過程をご紹...

顔認証の過去と現在の徹底分析

​​ [[211140]]​​人工知能は、まず知覚段階、次に認知段階の 2 つの段階に分かれています...

人工知能がデジタル時代の教師の変革を促進

2021年人工知能と教育に関する国際会議では、人工知能と教育・指導の深い融合を推進し、人工知能を利用...

2021年最新Contrastive Learning(対照学習)主要会議での必読古典論文解釈

みなさんこんにちは。私はDiaobaiです。最近、対照学習が流行っているので、ICLR2020では、...

2021年の人工知能トレンドに関する5つの予測

[[381013]]人工知能は人々の生活を変える可能性を秘めた分野です。ヘルスケア、ビジネス、金融、...

AIを使って人間の子どもを「飼い慣らす」: ハードコアな子育ての楽しさを発見した父親

技術オタクの父親たちは、Netflix のエピソードを数本静かに観るために何をするのでしょうか? [...

これらの比較的成功している人工知能アプリケーションを使用したことがありますか?

人工知能に関して言えば、人気の科学映画をいくつか挙げなければなりません。多くの映画では、人工知能ロボ...

強化学習アルゴリズムの分類をさまざまな観点から理解します

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...

人工知能に関する世界インターネット会議の8つの視点のレビュー

[[416318]]最近、世界インターネット会議およびインターネット開発フォーラム「人工知能:新たな...

人工知能: ビジネスの未来はすでに始まっている

ほとんどの場合、テクノロジーがビジネスに与える影響は徐々に増加しますが、時折、ビジネスの世界観全体を...

中国のこの場所で:人工知能の新たな革命が起こる - 中国におけるAIの現状分析

中国はなぜ米国と同じくらい多くの人工知能研究者を育成しているにもかかわらず、機械学習などの主要分野で...

AI導入の課題

人々は、データ、人、ビジネスなど、AI を導入する際の課題を理解する必要があります。 [[27672...

2022 年に AI はサイバーセキュリティ分野に何をもたらすでしょうか?

[[439421]] [51CTO.com クイック翻訳]近年、人工知能(AI)は私たちの日常生活...