Sztuczna inteligencja „odkrywa” 5 nowych materiałów mogących zastąpić baterie litowe

Sztuczna inteligencja wspiera naukowców w poszukiwaniu nowoczesnych rozwiązań dla magazynowania energii. Zespół badawczy z New Jersey Institute of Technology (USA) zidentyfikował pięć nowych porowatych materiałów, które mogą umożliwić rozwój baterii opartych na pierwiastkach takich jak magnez, wapń, aluminium czy cynk, stanowiących alternatywę dla tradycyjnych baterii litowo-jonowych.

Nowe podejście do poszukiwań materiałów do baterii

W badaniach opublikowanych w czasopiśmie Cell Reports Physical Science naukowcy z NJIT pod kierownictwem prof. Dibakara Datty wykorzystali generatywne algorytmy AI, by przyspieszyć odkrywanie nowych materiałów do tzw. baterii multiwalentnych. Te technologie wykorzystują jony o dwóch lub trzech dodatnich ładunkach, co potencjalnie umożliwia magazynowanie większych ilości energii niż w przypadku klasycznych baterii litowych.

Jak podkreślił prof. Datta:

Jednym z największych wyzwań nie był brak obiecujących chemii baterii, ale niemożność przetestowania milionów kombinacji materiałów.

W odpowiedzi na to wyzwanie, zespół opracował podwójny system AI: Crystal Diffusion Variational Autoencoder (CDVAE) oraz dostrojony duży model językowy (LLM). Połączenie tych narzędzi umożliwiło szybkie przeszukiwanie tysięcy nowych struktur krystalicznych, co dotąd było poza zasięgiem tradycyjnych eksperymentów laboratoryjnych.

Pięć nowych porowatych tlenków przełomem dla baterii

AI pozwoliła wytypować pięć zupełnie nowych porowatych struktur tlenków metali przejściowych, które – według badań – posiadają szerokie kanały umożliwiające szybki i bezpieczny transport jonów multiwalentnych. To najważniejszy element dla dalszego rozwoju wydajnych i trwałych magazynów energii.

Odkryte materiały zostały zweryfikowane dzięki symulacji kwantowo-mechanicznych i testów stabilności, potwierdzając możliwość ich syntezy i potencjał do zastosowań praktycznych.

Szerokie możliwości zastosowań AI w inżynierii materiałowej

Prof. Datta podkreślił znaczenie podejścia opartego na AI:

To coś więcej niż odkrywanie nowych materiałów do baterii – to ustanowienie szybkiej, skalowalnej metody eksploracji zaawansowanych materiałów, od elektroniki po rozwiązania czystej energii, bez żmudnych prób i błędów.

W kolejnych etapach badacze planują współpracę z laboratoriami eksperymentalnymi w celu syntezy i testowania materiałów zaprojektowanych przez AI. Otwiera to drogę do komercyjnego wdrożenia baterii multiwalentnych, które mogą być bardziej dostępne i zrównoważone niż obecne technologie litowe.

• Crusoe i Redwood Materials uruchamiają największy na świecie system z magazynami energii z recyklingu akumulatorów EV. Zasilą nim centra danych dla AI
• Rewolucja w półprzewodnikach: ultracienkie materiały mogą ograniczyć zużycie energii przez centra danych o ponad 90%
• Duke Energy testuje nowe magazyny energii – czy sód i siarka zastąpią lit?

Źródło: ScienceDaily