Ricerche

I ricercatori di Carnegie Mellon hanno sviluppato un anodo di metallo semi-liquido per batterie di prossima generazione. Il nuovo anodo potrebbe contribuire a creare una batteria al litio in metallo ad alta energia più sicura.

I ricercatori del Mellon College of Science e del College of Engineering della Carnegie Mellon University hanno sviluppato un anodo semiliquido basato su metallo che rappresenta un nuovo paradigma nella progettazione delle batterie. Le batterie al litio prodotte con questo nuovo tipo di elettrodo potrebbero avere una capacità maggiore ed essere molto più sicure rispetto alle batterie a base di litio concepite sul metallo che utilizzano come anodo la lamina di litio.

Il team di ricerca interdisciplinare ha pubblicato le sue scoperte nell'attuale numero di Joule. (1)

Le batterie a base di litio sono uno dei tipi più comuni di batterie ricaricabili utilizzate nell'elettronica moderna a causa della loro capacità di immagazzinare grandi quantità di energia. Tradizionalmente, queste batterie sono fatte di elettroliti liquidi combustibili e due elettrodi, un anodo e un catodo, che sono separati da una membrana. Dopo che una batteria è stata caricata e scaricata ripetutamente, fili di litio chiamati dendriti possono crescere sulla superficie dell'elettrodo. I dendriti possono penetrare attraverso la membrana che separa i due elettrodi. Ciò consente il contatto tra l'anodo e il catodo che può causare il cortocircuito della batteria e, nel peggiore dei casi, prendere fuoco.

Il dottor Krzysztof Matyjaszewski, (2) J.C. Warner University Professor of Natural Sciences nel Dipartimento di Chimica di Carnegie Mellon, spiega: "incorporare un anodo di litio metallico nelle batterie agli ioni di litio ha il potenziale teorico di creare una batteria con una capacità molto maggiore di una batteria con un anodo di grafite, ma la cosa più importante che dobbiamo fare è assicurarci che la batteria che creiamo sia sicura."

L'apprendimento automatico sta superando gli umani nel predire la morte o l'infarto. Questo è quello che suggerisce uno studio presentato recentemente all'ICNC 2019.

Analizzando ripetutamente 85 variabili in 950 pazienti con aspettative di vita di sei anni, un algoritmo ha “imparato” come interagiscono i dati dei loro volti. Ha quindi identificato i modelli che correlavano le variabili alla morte e all'attacco cardiaco con una precisione superiore al 90%.

L'apprendimento automatico, il moderno fondamento dell'intelligenza artificiale (AI), viene utilizzato ogni giorno. Il motore di ricerca di Google, il riconoscimento facciale su smartphone, le auto a guida autonoma, i sistemi di raccomandazione di Netflix e Spotify utilizzano tutti algoritmi di apprendimento automatico per adattarsi al singolo utente.

I medici si basano sui punteggi inerenti alle probabilità di rischio per prendere decisioni terapeutiche. Tuttavia, questi punteggi derivano da una serie di variabili e spesso hanno una precisione modesta nei singoli pazienti. Tuttavia, mediante la reiterazione e l'aggiustamento di alcuni processi di calcolo, l'apprendimento automatico può sfruttare grandi quantità di dati e identificare modelli complessi che potrebbero non essere evidenti agli esseri umani.

L'autore dello studio, il dottor Luis Eduardo Juarez-Orozco, (1) del Turku PET Centre, (2) in Finlandia, ha dichiarato: “Gli umani hanno difficoltà a pensare oltre tre dimensioni (un cubo) o quattro dimensioni (un cubo nel tempo). Il momento in cui saltiamo nella quinta dimensione ci perdiamo. i modelli ad alta dimensionalità sono più utili dei modelli a singola dimensione per prevedere i risultati negli individui e per questo abbiamo bisogno dell'apprendimento automatico.”

Rilevazioni con l'impiego di droni hanno permesso di constatare nell'Artico canadese una rilevante erosione costiera - fino a un metro al giorno - a causa dei cambiamenti del clima.

Le tempeste nell'Artico canadese stanno rimuovendo via quantità crescenti di permafrost costiero - terreno ghiacciato - che viene esposto quando il ghiaccio marino si scioglie durante l'estate.

I risultati evidenziano il cambiamento in atto nella regione poiché un clima più caldo porta a stagioni estive più lunghe. Il ghiaccio marino si scioglie anticipatamente e si riforma più avanti nell'anno rispetto a prima, esponendo la costa a ingenti danni provocati dalle tempeste causate dai cambiamenti climatici.

Un gruppo internazionale di ricercatori, guidati dall'Università di Edimburgo, ha scandagliato dall'alto, con telecamere montate su un drone, lo strato di permafrost di un tratto costiero situato sull'isola di Herschel, conosciuta anche come Qikiqtaruk, al largo della costa dello Yukon nell'Artico canadese.

Nel periodo estivo del 2017, il team ha mappato l'area sette volte nell'arco di 40 giorni. I loro risultati, da modelli computerizzati basati su immagini, hanno mostrato che la costa si era ritirata di 14,5 metri, a volte più di un metro al giorno.

Il confronto con i sondaggi datati dal 1952 al 2011 ha mostrato che il tasso di erosione nel 2017 superava più di sei volte la media a lungo termine per l'area.