A kobaltot lítium-ion akkumulátorokban használják elektromos járművekhez, így fontos szerepet játszik az energiatakarékosságban. Azonban ez az ezüstszürke fém több okból is kritikus nyersanyagnak számít: a kobalt ritka. Az összes földkéregben való aránya mindössze 0,004 százalék. A világszerte ismert kobalt készleteket 7,2 millió tonnára becsülik. Ennek több mint fele, körülbelül négy millió tonna, a Kongói Köztársaság területén található. Az instabil közép-afrikai ország bányáiban a munkakörülmények gyakran rosszak, a környezeti károk pedig jelentősek az érckivonás során.
Legyen szó a biztosíték hiányáról, a világpiaci túl magas árakról, etikai aggályokról, tilalmakról vagy jobb anyagjellemzőkkel rendelkező termékinnovációkról: a vállalatoknak sok oka van arra, hogy alternatív anyagok után nézzenek. „Bár léteznek adatbázisok, amelyeket a termékfejlesztők kutatás céljából használhatnak, gyakran nem nyújtanak használható eredményeket, mert nem veszik figyelembe a vállalat pontos alkalmazási esetét” – mondja Charlotte Schmidt, a Fraunhofer Intézet Gyártástechnika és Automatizálás (IPA) Fenntarthatósági és Anyagmegfelelőségi Kutatócsoportjának tagja.
A mesterséges intelligenciát tudományos publikációk átvizsgálására használják
A keresés megkönnyítése és a megfelelőbb eredmények elérése érdekében Schmidt két kollégájával együtt egy mesterséges intelligenciával támogatott anyaghelyettesítő eszközt fejlesztett ki. A felhasználóknak egy űrlapon először meg kell adniuk a helyettesíteni kívánt anyag vagy nyersanyag specifikus részleteit, majd az alternatív anyag szükséges tulajdonságait és a kívánt anyaghasználat kontextusára vonatkozó információkat kell megadniuk. Ezt követi egy mesterséges intelligencia által végzett kutatás, amely a „Semantic Scholar” adatbázist átvizsgálja a specifikus adatok és felhasználói igények alapján. A felhasználói bevitel és az adatbázisban elérhető információk összevetésével a mesterséges intelligencia azonosítja a megfelelő alternatív anyagokat.
A mesterséges intelligencia kapcsolódása az anyaghelyettesítéshez csak egy a kutatók által a vállalatok alternatív nyersanyagok, anyagok vagy vegyi anyagok keresésében nyújtott támogatásának több összetevője közül. Miután a mesterséges intelligencia teljesítette a feladatát, a javasolt helyettesítőket és a kiindulási anyagokat átfogó értékelésnek vetik alá, amely figyelembe veszi a jogi, ökológiai és társadalmi szempontokat, valamint a biztosítékot. A megfelelő vállalattal szoros együttműködésben a tudósok ezután ellenőrzik, hogy a javasolt anyagok mennyire felelnek meg a specifikus követelményeknek. A folyamat végén egy jelentés készül, amelyben a legmegfelelőbb helyettesítők és a különböző kritériumok értékelése szerepel. Ezzel a tudósok megalapozott döntési alapot kínálnak a vállalatok számára.
Az első tesztek azt mutatják: a mesterséges intelligencia kapcsolódása ígéretes
A kobalt alternatívájaként a mesterséges intelligenciával támogatott anyaghelyettesítő eszköz többek között vasat javasol. „Bár nem új felfedezés, hogy a lítium-nikkel-mangán-kobalt-oxid helyett lítium-vas-foszfát is használható az akkumulátorok katódjaihoz” – mondja Schmidt. „De ez és más eredmények azt mutatták, hogy a mesterséges intelligencia kapcsolódása az alternatív anyagok keresésében ígéretes.”
A mesterséges intelligenciával támogatott anyaghelyettesítő eszköz az „Ultraeffizienzfabrik – Deep Dive” kutatási projekt keretében készült, amely 2024 áprilisában indult és 2025 augusztus végéig tart. A kutatási projektet a Baden-Württemberg Környezetvédelmi, Klíma- és Energiahivatal támogatja összesen 1,4 millió euróval. A projekt partnerei a Fraunhofer IPA mellett a Fraunhofer IAO, a Schwarzwald Digitalizációs, Vezetési és Fenntarthatósági Központ gGmbH (Campus-Schwarzwald), a BW Környezetvédelmi Technológia GmbH, az Alpirsbacher Klosterbräu Glauner GmbH, az Ansmann AG és a Protektorwerk Florenz Maisch GmbH & Co. KG, valamint társult partnerként a ZECHA Hartmetall-Werkzeugfabrikation GmbH.
Kapcsolat:
