Sztuczna inteligencja odkrywa nowe materiały do baterii. Pięć obiecujących tlenków w zasięgu ręki

Amerykańscy naukowcy wykorzystali generatywną sztuczną inteligencję do przeanalizowania tysięcy struktur krystalicznych, co pozwoliło na wytypowanie pięciu nieznanych dotąd związków tlenkowych. Odkryte materiały mogą posłużyć jako katody i anody w bateriach nowej generacji.

Przełomowe badania opublikowano w czasopiśmie naukowym „Cell Reports Physical Science”. Za projekt odpowiadają eksperci z New Jersey Institute of Technology oraz Rensselaer Polytechnic Institute.

Generatywna AI na tropie następców litu

Zespół badawczy przeszkolił model AI na bazie danych zawierającej ponad 44 tysiące znanych struktur krystalicznych. Następnie algorytm wygenerował blisko 20 tysięcy potencjalnych struktur tlenków metali przejściowych.

Wielostopniowy proces selekcji przyniósł wymierne rezultaty:

• Szybka filtracja – zintegrowany system wyselekcjonował zaledwie 55 najbardziej stabilnych i wydajnych energetycznie kompozycji.
• Odkrycie 5 nowych struktur – ostatecznie AI wytypowała 5 unikalnych tlenków o otwartej strukturze tunelowej.
• Alternatywa dla litu – odkryte materiały są przystosowane do pracy z jonami magnezu, wapnia, glinu oraz cynku – pierwiastkami znacznie tańszymi i powszechniej występującymi w przyrodzie.

Jedna z zaproponowanych kompozycji, , wykazała cechy struktury metastabilnej bez niestabilnych modów drgań, co oznacza, że jej synteza w warunkach laboratoryjnych jest jak najbardziej możliwa.

AI nie tylko projektuje, ale i uczy, jak stworzyć materiał

Innowacja amerykańskiego zespołu nie ogranicza się wyłącznie do wirtualnego projektowania cząsteczek. Naukowcy zbudowali również drugi, specjalistyczny system AI oparty na architekturze RAG (Retrieval-Augmented Generation).

Narzędzie to przeszukuje dostępną literaturę naukową i samodzielnie proponuje optymalne warunki syntezy laboratoryjnej – w tym dokładną temperaturę reakcji, skład atmosfery oraz procedury bezpieczeństwa dla materiałów, które nigdy wcześniej nie zostały wytworzone przez człowieka.

Choć żaden z wygenerowanych tlenków nie został jeszcze fizycznie zsyntetyzowany i przetestowany w ogniwie, metoda ta pokazuje, jak sztuczna inteligencja może skrócić czas potrzebny na rozwój technologii magazynowania energii.