تصور کریں کہ ایک نفسیاتی آپ کے والدین کو بتا رہا ہے، جس دن آپ پیدا ہوئے، آپ کتنی دیر تک زندہ رہیں گے۔اسی طرح کا تجربہ بیٹری کیمسٹوں کے لیے بھی ممکن ہے جو تجرباتی اعداد و شمار کے صرف ایک چکر کی بنیاد پر بیٹری کی زندگی کا حساب لگانے کے لیے نئے کمپیوٹیشنل ماڈل استعمال کر رہے ہیں۔

ایک نئی تحقیق میں، یو ایس ڈپارٹمنٹ آف انرجی (DOE) Argonne نیشنل لیبارٹری کے محققین نے بیٹری کی مختلف کیمسٹریوں کی ایک وسیع رینج کی زندگی بھر کی پیشین گوئی کرنے کے لیے مشین لرننگ کی طاقت کا رخ کیا ہے۔چھ مختلف بیٹری کیمسٹریوں کی نمائندگی کرنے والی 300 بیٹریوں کے سیٹ سے ارگون میں اکٹھے کیے گئے تجرباتی ڈیٹا کا استعمال کرتے ہوئے، سائنس دان درست طریقے سے اس بات کا تعین کر سکتے ہیں کہ مختلف بیٹریاں کتنی دیر تک چلتی رہیں گی۔

Argonne کے محققین نے مختلف کیمسٹریوں کی وسیع رینج کے لیے بیٹری سائیکل کی زندگی کی پیشین گوئیاں کرنے کے لیے مشین لرننگ ماڈلز کا استعمال کیا ہے۔(تصویر بذریعہ Shutterstock/Sealstep.)

مشین لرننگ الگورتھم میں، سائنس دان کمپیوٹر پروگرام کو ڈیٹا کے ابتدائی سیٹ پر اندازہ لگانے کے لیے تربیت دیتے ہیں، اور پھر ڈیٹا کے دوسرے سیٹ پر فیصلے کرنے کے لیے اس تربیت سے جو کچھ سیکھا ہے اسے لیتے ہیں۔

"ہر مختلف قسم کی بیٹری کی ایپلی کیشن کے لیے، سیل فون سے لے کر الیکٹرک گاڑیوں تک، گرڈ اسٹوریج تک، ہر صارف کے لیے بیٹری کی زندگی کا وقت بنیادی اہمیت کا حامل ہے،" تحقیق کے مصنف ارگون کمپیوٹیشنل سائنسدان نوح پالسن نے کہا۔"ایک بیٹری کو ہزاروں بار سائیکل چلانا پڑتا ہے جب تک کہ اس کے ناکام ہونے میں کئی سال لگ سکتے ہیں۔ہمارا طریقہ ایک قسم کا کمپیوٹیشنل ٹیسٹ کچن بناتا ہے جہاں ہم تیزی سے یہ طے کر سکتے ہیں کہ مختلف بیٹریاں کس طرح کارکردگی دکھا رہی ہیں۔

"ابھی، اس بات کا اندازہ کرنے کا واحد طریقہ یہ ہے کہ بیٹری کی صلاحیت کس طرح ختم ہوتی ہے، دراصل بیٹری کو سائیکل کرنا ہے،" تحقیق کے ایک اور مصنف ارگون الیکٹرو کیمسٹ سوسن "سیو" بابینیک نے مزید کہا۔"یہ بہت مہنگا ہے اور اس میں کافی وقت لگتا ہے۔"

پالسن کے مطابق، بیٹری لائف ٹائم قائم کرنے کا عمل مشکل ہو سکتا ہے۔"حقیقت یہ ہے کہ بیٹریاں ہمیشہ کے لیے نہیں چلتیں، اور وہ کتنی دیر تک چلتی ہیں اس کا انحصار اس بات پر ہے کہ ہم انہیں کس طرح استعمال کرتے ہیں، ساتھ ہی ان کے ڈیزائن اور کیمسٹری،" انہوں نے کہا۔"اب تک، واقعی یہ جاننے کا کوئی بہترین طریقہ نہیں ہے کہ بیٹری کتنی دیر تک چلتی ہے۔لوگ یہ جاننا چاہیں گے کہ ان کے پاس کتنا وقت ہے جب تک کہ انہیں نئی ​​بیٹری پر پیسہ خرچ نہ کرنا پڑے۔

مطالعہ کا ایک منفرد پہلو یہ ہے کہ اس نے مختلف قسم کے بیٹری کیتھوڈ مواد، خاص طور پر ارگون کے پیٹنٹ شدہ نکل-مینگنیج-کوبالٹ (NMC) پر مبنی کیتھوڈ پر ارگون میں کیے گئے وسیع تجرباتی کام پر انحصار کیا۔پالسن نے کہا، "ہمارے پاس ایسی بیٹریاں تھیں جو مختلف کیمسٹریوں کی نمائندگی کرتی تھیں، جن کے مختلف طریقے ہوتے ہیں کہ وہ انحطاط اور ناکام ہو جاتے ہیں،" پالسن نے کہا۔"اس مطالعے کی اہمیت یہ ہے کہ اس نے ہمیں ایسے سگنلز دیے ہیں جو اس بات کی خصوصیت رکھتے ہیں کہ مختلف بیٹریاں کیسے کام کرتی ہیں۔"

پالسن نے کہا کہ اس علاقے میں مزید مطالعہ لتیم آئن بیٹریوں کے مستقبل کی رہنمائی کرنے کی صلاحیت رکھتا ہے۔انہوں نے کہا کہ "ان چیزوں میں سے ایک جو ہم کرنے کے قابل ہیں وہ یہ ہے کہ الگورتھم کو ایک معروف کیمسٹری پر تربیت دی جائے اور اسے نامعلوم کیمسٹری کے بارے میں پیشین گوئیاں کرائی جائے۔""بنیادی طور پر، الگورتھم ہمیں نئی ​​اور بہتر کیمسٹریوں کی سمت بتانے میں مدد کر سکتا ہے جو طویل زندگی کی پیشکش کرتی ہیں۔"

اس طرح، پالسن کا خیال ہے کہ مشین لرننگ الگورتھم بیٹری کے مواد کی ترقی اور جانچ کو تیز کر سکتا ہے۔"کہو کہ آپ کے پاس ایک نیا مواد ہے، اور آپ اسے چند بار سائیکل کرتے ہیں۔آپ اس کی لمبی عمر کا اندازہ لگانے کے لیے ہمارا الگورتھم استعمال کر سکتے ہیں، اور پھر یہ فیصلہ کر سکتے ہیں کہ آیا آپ اسے تجرباتی طور پر چلانا جاری رکھنا چاہتے ہیں یا نہیں۔

Babinec نے مزید کہا، "اگر آپ کسی لیب میں محقق ہیں، تو آپ بہت کم وقت میں مزید مواد کو دریافت اور جانچ کر سکتے ہیں کیونکہ آپ کے پاس ان کا جائزہ لینے کا تیز ترین طریقہ ہے۔"

مطالعہ پر مبنی ایک مقالہ، "مشین لرننگ کے لیے فیچر انجینئرنگ نے بیٹری لائف ٹائم کی ابتدائی پیشین گوئی کو فعال کیا۔"، جرنل آف پاور سورسز کے 25 فروری کے آن لائن ایڈیشن میں شائع ہوا۔

پالسن اور بابینیک کے علاوہ، مقالے کے دیگر مصنفین میں ارگون کے جوزف کوبل، لوگن وارڈ، سوربھ سکسینہ اور وینکوان لو شامل ہیں۔

اس مطالعہ کو ارگون لیبارٹری ڈائریکٹڈ ریسرچ اینڈ ڈویلپمنٹ (LDRD) گرانٹ سے مالی اعانت فراہم کی گئی تھی۔