ایپلیکیشن گائیڈ

بیٹری ڈیزائن اور آپٹیمائزیشن میں AI

AI بیٹری کے نئے مواد کی دریافت اور موجودہ خلیات کے انتظام کو تیز کرتا ہے، کئی دہائیوں کی آزمائش اور غلطی کی کیمسٹری کو مہینوں میں سمیٹتا ہے۔

2 منٹ پڑھیںآخری بار اپ ڈیٹ کیا گیا۔

جائزہ

It matters because better, safer, cheaper batteries are the bottleneck for electric vehicles, grids, and electronics.

گہرا غوطہ

بیٹری کی نشوونما وحشیانہ طور پر سست ہے: ایک واحد الیکٹرولائٹ نسخہ کو جانچنے میں برسوں لگ سکتے ہیں، اور ممکنہ کیمسٹریوں کی جگہ فلکیاتی طور پر بڑی ہے۔ AI اس پر دو پیمانے پر حملہ کرتا ہے۔ مواد کی دریافت میں، کوانٹم کیمسٹری اور تجرباتی ڈیٹا پر تربیت یافتہ مشین لرننگ ماڈل پیش گوئی کرتے ہیں کہ عناصر کے کون سے مجموعے کسی بھی چیز کی ترکیب سے پہلے اعلی چالکتا، استحکام اور توانائی کی کثافت پیدا کرتے ہیں۔ 2023 میں، Microsoft اور پیسیفک نارتھ ویسٹ نیشنل لیبارٹری نے 32 ملین سے زیادہ امیدواروں کی جانچ کی تاکہ بہت کم لیتھیم کا استعمال کرتے ہوئے ٹھوس ریاست الیکٹرولائٹ تلاش کی جا سکے۔ ڈیوائس کی سطح پر، AI بیٹری مینجمنٹ سسٹمز کو طاقت دیتا ہے جو اسٹیٹ آف چارج اور اسٹیٹ آف ہیلتھ کا تخمینہ لگاتے ہیں، باقی زندگی کی پیش گوئی کرتے ہیں، اور تھرمل بھاگ جانے کی ابتدائی علامات کا پتہ لگاتے ہیں۔ بند لوپ روبوٹک لیبز میں خودکار تجربہ شامل ہوتا ہے، جہاں AI اگلے تجربے کی تجویز پیش کرتا ہے اور ایک روبوٹ اسے چلاتا ہے۔

تکنیکی بصیرت

دو تکنیکوں کا غلبہ ہے۔ گراف نیورل نیٹ ورک ایک کرسٹل یا مالیکیول کو ایٹموں اور بانڈز کے گراف کے طور پر مانتے ہیں، صرف ساخت سے آئنک چالکتا جیسی خصوصیات کی پیش گوئی کرنا سیکھتے ہیں۔ Bayesian آپٹیمائزیشن پھر تجربات کی رہنمائی کرتی ہے: یہ کیمسٹری بمقابلہ کارکردگی کی زمین کی تزئین کا ایک امکانی سروگیٹ بناتا ہے اور متوقع معلومات کے حصول کو زیادہ سے زیادہ کرنے کے لیے ہر اگلے ٹیسٹ کا انتخاب کرتا ہے، امید افزا لوگوں کے استحصال کے خلاف نامعلوم ترکیبوں کی تلاش کو متوازن کرتا ہے، ابھی تک کم جسمانی تجربات کی ضرورت ہے۔

اسٹریٹجک اثر

Build choices

ایپلیکیشن لیول ڈیزائن اس بات کا تعین کرتا ہے کہ آیا AI حقیقی نتائج کو بہتر بناتا ہے۔

Team and workflow

اچھا ورک فلو انضمام پیداواری صلاحیت پیدا کرتا ہے جس پر صارفین بھروسہ کر سکتے ہیں۔

خطرہ اور حفاظت

اچھی طرح سے دائرہ کار کے استعمال کے معاملات تبدیلی کی تھکاوٹ اور نفاذ کے خطرے کو کم کرتے ہیں۔

بیٹری ڈیزائن اور آپٹیمائزیشن میں AI کا مستقبل

خود ڈرائیونگ لیبارٹریوں کی توقع کریں جہاں AI اور روبوٹکس کم سے کم انسانی ان پٹ کے ساتھ چوبیس گھنٹے تجربات چلاتے ہیں، دریافت کے چکر سالوں سے ہفتوں تک سکڑتے ہیں۔ لاکھوں مواد میں تربیت یافتہ فاؤنڈیشن ماڈلز کو لتیم متبادلات جیسے سوڈیم اور سالڈ سٹیٹ ڈیزائن کو عام کرنا چاہیے، نایاب دھاتوں پر سپلائی چین کے دباؤ کو کم کرنا۔ EVs اور گرڈز میں آن ڈیوائس AI تیزی سے ناکامیوں کے ہونے سے پہلے ہی ان کی پیش گوئی کرے گا، حفاظت کی قربانی کے بغیر تیز چارجنگ اور طویل پیک لائف ٹائم کو قابل بنائے گا۔

حقیقی دنیا کا نفاذ

Microsoft اور PNNL نے 32 ملین امیدواروں کے مواد کو اسکرین کرنے اور ایک نئے سالڈ اسٹیٹ الیکٹرولائٹ کی نشاندہی کرنے کے لیے AI کا استعمال کیا جو زیادہ تر لتیم کو سوڈیم سے بدل دیتا ہے۔

Tesla اور دیگر EV بنانے والے مشین لرننگ بیٹری مینجمنٹ سوفٹ ویئر کا استعمال کرتے ہیں تاکہ رینج کا اندازہ لگایا جا سکے اور سیلز کو تھرمل رن وے کے خطرے سے دوچار کیا جا سکے۔

ٹویوٹا اور شراکت دار اعلی توانائی کی کثافت کے لیے سالڈ اسٹیٹ بیٹری الیکٹرولائٹ کی ترقی کو تیز کرنے کے لیے ML ماڈلز کا اطلاق کرتے ہیں۔

Aionics اور Citrine Informatics جیسے اسٹارٹ اپس AI کا استعمال الیکٹرولائٹ فارمولیشنز کی سفارش کرنے کے لیے کرتے ہیں، جس سے جسمانی تجربات کی ضرورت ہوتی ہے۔

خطرات اور گارڈریلز

ٹوٹے ہوئے عمل کو خودکار کرنا موجودہ مسائل کو بڑھا سکتا ہے۔

ٹیمیں ضرورت سے زیادہ انسانی فیصلے کو خودکار اور ہٹا سکتی ہیں۔

اگر آؤٹ پٹس کا مسلسل جائزہ نہ لیا جائے تو معیار بڑھ سکتا ہے۔

نفاذ کا روڈ میپ

1

موجودہ ورک فلو کا نقشہ بنائیں اور سب سے زیادہ رگڑ والے مرحلے کی نشاندہی کریں۔

2

مکمل آٹومیشن سے پہلے انسانی چوکیوں کی وضاحت کریں۔

3

صارفین کو اشارے، ترقی کے راستے، اور معیار کے معیار پر تربیت دیں۔

4

پائیدار قدر کی تصدیق کے لیے ٹاسک لیول کے نتائج کو ٹریک کریں۔

دریافت کرتے رہیں

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the AI in Battery Design and Optimization quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

کوئز شروع کریں۔

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

اگلا گائیڈ

چِپ فلور پلاننگ اور ڈیزائن میں AI

اکثر پوچھے گئے سوالات

What is AI in Battery Design and Optimization?

AI بیٹری کے نئے مواد کی دریافت اور موجودہ خلیات کے انتظام کو تیز کرتا ہے، کئی دہائیوں کی آزمائش اور غلطی کی کیمسٹری کو مہینوں میں سمیٹتا ہے۔ یہ اہمیت رکھتا ہے کیونکہ بہتر، محفوظ، سستی بیٹریاں الیکٹرک گاڑیوں، گرڈز اور الیکٹرانکس کے لیے رکاوٹ ہیں۔

2023 Microsoft اور PNNL بیٹری میٹریل پروجیکٹ کے بارے میں کیا قابل ذکر تھا؟

AI نے تقریباً 32 ملین امیدواروں کو مٹھی بھر تک محدود کر دیا، جس کے نتیجے میں ایک ٹھوس سٹیٹ الیکٹرولائٹ بنتا ہے جو زیادہ تر لتیم کے لیے سوڈیم کی جگہ لے لیتا ہے۔

روایتی بیٹری کی نشوونما AI کے بغیر اتنی سست کیوں ہے؟

ممکنہ مواد کی مشترکہ جگہ فلکیاتی طور پر بہت بڑی ہے، اور کسی ایک نسخے کی توثیق کرنے میں لیبارٹری کے کام کے سالوں کا وقت لگ سکتا ہے۔

گراف نیورل نیٹ ورک کسی کرسٹل یا مالیکیول سے کیا سلوک کرتا ہے؟

GNNs ماڈل ایٹموں کو نوڈس اور بانڈز کو کناروں کے طور پر، اس ساختی گراف سے براہ راست مادی خصوصیات کی پیش گوئی کرنا سیکھتے ہیں۔

بیٹری ریسرچ میں Bayesian آپٹیمائزیشن کا کیا کردار ہے؟

Bayesian آپٹیمائزیشن تلاش کی جگہ کا ایک امکانی ماڈل بناتی ہے اور تلاش اور استحصال میں توازن پیدا کرنے کے لیے ہر اگلے تجربے کو چنتی ہے، جس سے کل ٹیسٹ کم ہوتے ہیں۔

اندازہ لگانے کے لیے بیٹری مینجمنٹ سسٹم AI کا استعمال کیا کرتا ہے؟

AI سے چلنے والا BMS سافٹ ویئر چارج لیول اور صحت کا تخمینہ لگاتا ہے اور خطرناک تھرمل بھاگ جانے کی ابتدائی علامات کو جھنڈا دیتا ہے۔