KoBold Metals 联合创始人兼首席执行官 Kurt House 视察项目现场（图片来源：KoBold Metals）

既可以优化电池金属的开采方式，也有望帮助研发可替代的全新材料。

初创公司 KoBold Metals 正在研发一套人工智能系统，用于在尽量减少社会与环境风险的地区，锁定最优质的矿床；

与此同时，IBM研究院 也在利用人工智能技术寻找替代材料，并探索全新的电池化学体系。

KoBold 表示，他们的技术能够减少昂贵且耗时的地质勘探任务——传统的勘探往往需要反复在地球上搜寻稀有的高品位矿藏。

KoBold 联合创始人兼 CEO Kurt House 表示：

“地表裸露的矿产基本都已被发现。但我们必须大规模转型能源体系，而这离不开大量新的矿物资源。”

为此，KoBold 与 斯坦福大学地球资源预测中心合作，研发能够为勘探团队提供决策建议的 AI 系统。

该公司目前的重点目标是铜、钴、镍和锂——这些金属不仅是电动汽车电池的核心材料，也广泛应用于太阳能电池板、智能手机和其他电子产品。

斯坦福大学地质科学教授 Jef Caers 表示，这项技术的核心价值在于加快勘探决策速度，并让团队能够同时评估多个潜在矿区。

他将其比作自动驾驶汽车——既能实时收集和分析环境数据，也能据此采取行动，比如调整路线或车速。

“我们不能再等十年二十年才有新发现。”

—— Caers

“如果想在应对气候变化、摆脱化石燃料上有所作为，必须在未来几年内取得突破。”

根据 Nature 期刊 2020 年 12 月发表的研究，仅轻型汽车的转型就将带来巨大的金属需求。

研究预测，到 2050 年，全球电动汽车数量可能会从 2019 年的 750 万辆 暴增至 20 亿辆。

要驱动这些车辆，每年需要约 12 太瓦时 的电池产能——相当于当前美国发电总量的 10 倍——金属供应链必须迎来剧烈扩张。

KoBold Metals 的 Patrick Redmond 在赞比亚考察钴铜矿勘探地（图片来源：KoBold Metals）

然而，金属供应背后存在巨大挑战：

在 KoBold 专注于寻找金属的同时，IBM 的研究团队则在尝试另一种方案——
用更安全、更高性能的材料，减少对钴和锂的依赖。

该团队利用人工智能筛选并测试现有的商业化溶剂，期望找到能替代当前锂离子电池电解质的方案。
与此同时，另一项研究正探索全新分子的设计与合成。

具体方法是使用生成模型，让 AI 学习已知材料的分子结构及其物理化学特性（如粘度、熔点和电导率）。

这种方法已帮助 IBM 研发出一种被称为“光酸发生剂”（photoacid generators）的新分子，有望用于制造更环保的计算设备；

研究团队还设计出一种新型聚合物膜，其二氧化碳吸收性能显著优于现有碳捕集技术的膜材料。“研发出更可持续的电池，是我们面临的下一个重大挑战。”

—— Takeda 与 Na