نماذج الذكاء الاصطناعي قادرة الآن على اكتشاف مواد كهربائية متفوقة لبطاريات جديدة من خلال تحليل 58 نقطة بيانات فقط، بحسب دراسة نُشرت في دورية Nature Communications من قبل فريق بقيادة الدكتورة تشيبويزي أمانتشوكو، أستاذة مساعد في كلية بريتزكر للهندسة الجزيئية بجامعة شيكاغو. قاد الباحث ريتيش كومار، الزميل الباحث في مجال الذكاء الاصطناعي والعلوم بجامعة شيكاغو، حملة نموذج تعلم نشط (Active Learning) استخدمت هذه البيانات المحدودة لاستكشاف فضاء افتراضي يضم مليوني مركب كهربائي محتمل، وتمكّن من اكتشاف أربعة مذيبات جديدة تُنافس أفضل المذيبات الحالية من حيث الأداء. التحدي الرئيسي في تطوير بطاريات جديدة هو بطء جمع البيانات، إذ تستغرق التجارب عدة أسابيع أو أشهر لجمع نقطة بيانات واحدة. لذلك، الاعتماد على ملايين البيانات، كما هو معتاد في مجالات أخرى، غير عملي في مجالات جديدة مثل الكيمياء البطارية الحديثة. بدلاً من ذلك، استخدم الفريق نموذجًا ذكيًا يدمج بين التوقعات الحاسوبية والتجارب الواقعية، حيث يقترح الذكاء الاصطناعي مركبًا كهربائيًا، ثم يتم تصنيع بطارية باستخدامه واختبار دورة حياته الحقيقية. هذه النتائج تُعاد إلى النموذج لتحسين دقة التوقعات، مما يخلق دورة تعلم مستمرة وموثوقة. بعد سبع جولات من التعلم النشط، اختيرت أربع مذيبات جديدة ذات أداء استثنائي، رغم أن النموذج بدأ ببيانات محدودة جدًا. هذا النهج يتجاوز التوقعات الحسابية التقليدية التي تعتمد على نماذج محاكاة دون تحقق عملي، حيث يُعتبر النجاح الحقيقي هو قدرة البطارية على العمل لعدد كبير من الدورات دون تدهور. الباحثون يرون أن المستقبل يكمن في تحويل النموذج من مجرد استنتاج إلى إنشاء جذري للمواد، حيث يمكن للذكاء الاصطناعي توليد جزيئات جديدة من غير مرجع سابق، بخلاف التوسع في المركبات الموجودة بالفعل في قواعد البيانات. هذا قد يفتح بابًا لاختراقات غير مسبوقة في الكيمياء، خاصة مع وجود فضاء كيميائي ضخم يقدر بـ 10⁶⁰ مركبًا محتملًا. لكن التحدي الأكبر لا يزال في تقييم المركبات بناءً على معايير متعددة، وليس فقط دورة الحياة. لكي تكون المذيبات قابلة للتسويق، يجب أن تكون آمنة، وذات كفاءة عالية، ورخيصة التكلفة. لذلك، يحتاج الذكاء الاصطناعي إلى تطوير قدرات متعددة التقييم لاختيار أفضل الخيارات من بين الأداء العالي. في النهاية، يرى الباحثون أن الذكاء الاصطناعي يمكن أن يساعد العلماء على التغلب على التحيّز البشري نحو مناطق كيميائية معروفة، مما يفتح المجال لاستكشاف مناطق جديدة قد تؤدي إلى ثورات تقنية في تخزين الطاقة.