- SLAC 國家加速器實驗室正在開發多智能體人工智能系統，回收鋰電池廢料中的金屬。
- 回收鈷、鎳和錳等金屬有助於減少對進口資源的依賴。
- 該項目是美國能源部 Genesis 任務的一部分，旨在加速研究。
- 新方法可能對其他科技領域的資源回收產生影響。
美國能源部旗下的 SLAC 國家加速器實驗室的研究人員正在建立一個多智能體人工智能系統，以尋求從鋰離子電池廢料中回收關鍵金屬的更佳方法。該項目將專注於包括鈷、鎳和錳在內的金屬，這些金屬對於電池製造及其他技術而言十分珍貴。從使用過的電池中回收這些材料不僅有助於創造國內供應，還能減少對進口關鍵礦物的依賴。SLAC 領導的團隊將與南加州大學合作，計劃使用多個擁有專業角色的人工智能代理，探討如何從複雜的電池廢料中分離這些金屬。
這些代理將藉助生物化學和地質學等領域的知識來提出回收策略，評估新方法並從實驗結果中學習。
多智能體人工智能系統的應用
該項目是美國能源部的 Genesis 任務的一部分，該國家倡議旨在結合人工智能、超級計算、量子系統和先進科學儀器，以加速研究。研究人員將進行多輪循環，利用人工智能生成的策略進行實驗測試。該項目將持續九個月，團隊的目標是以 80% 以上的純度回收目標金屬。SLAC 副科學家兼項目首席研究員 Ahamed Irshad Maniyanganam 表示：「在九個月內，SLAC 和南加州大學將進行幾個人工智能實驗循環，旨在以 80% 以上的純度回收目標金屬，同時將這一方法與傳統文獻搜索和回收方法進行基準比較。」
研究人員將多智能體方法與基於文獻搜索和現有金屬回收技術的傳統方法進行比較，目的在於確定人工智能驅動的工作流程是否能減少尋找有效處理電池廢料的試錯過程。一個使用過的電動車電池可能含有數十磅的珍貴金屬，不過，回收這些金屬可能需要大量化學品，並產生相當可觀的廢物，且需反覆測試以識別適合的提取和分離過程。新方法旨在幫助研究人員探索更廣泛的潛在化學路徑。與其依賴一個系統處理整個研究過程，專門的人工智能代理將針對問題的不同部分展開工作，並貢獻於共享的實驗工作流程。
對其他領域的潛在影響
該項目或將對電池回收以外的領域產生影響。鈷、鎳和錳被認為是現代能源技術的重要材料，從使用過的產品中回收這些金屬可能提供額外的資源來源。SLAC 還將參與其他 10 個 Genesis 任務第一階段的項目，涵蓋生物技術、聚變能源、電子學和傳感器、宇宙學、粒子物理學及加速器技術等領域。更廣泛的 Genesis 任務旨在創建一個綜合科學發現平台，將人工智能與大規模計算和先進研究基礎設施相連接。
能源部表示，第一階段的資金旨在識別有前途的研究路徑，並為未來的投資奠定基礎。
SLAC 實驗室主任 John Sarrao 表示：「SLAC 作為各種技術的主要合作夥伴，使我們能夠推進人工智能在科學發現中的變革性角色。我們感謝能源部在解決這些國家挑戰方面的承諾。」在電池回收項目中，立即的測試將是專門的人工智能代理團隊是否能幫助科學家發現更高效的金屬回收方法，同時達成項目 80% 的純度目標。
人工智能在金屬回收中的潛力
這個項目展示了人工智能在資源回收領域的潛力，特別是在鋰電池廢料的處理上。透過多智能體系統，研究人員可以更有效地探索不同的化學路徑，從而提高金屬的回收純度。這不僅能促進電池技術的可持續發展，還可能對其他科技領域的資源回收產生深遠影響，進一步推動現代能源技術的進步。