Литий-ионные аккумуляторы изменили мир. Благодаря им началась эра смартфонов, появились электромобили и портативная электроника стала по-настоящему мобильной. Но использование в батареях лития обусловлено рядом проблем, что влияет на безопасность, экономическую эффективность и производительность аккумулятора.

В этих условиях исследователи из Технологического института Нью-Джерси (NJIT)  сообщили об использовании ими    искусственного интеллекта (ИИ) для создания новых материалов для аккумуляторов, которые могли бы обеспечить более безопасную, дешевую и экологичную многовалентную ионную альтернативу литию. Прорыв, обусловленный задействованием в поиске таких материалов искусственного интеллекта, открывает, по их сообщениям, возможности использования материалов нового поколения, которые обеспечивает максимальную производительность литий-ионных аккумуляторов.

Как сообщается, исследователи из Технологического института Нью-Джерси использовали ИИ для решения одной из самых сложных проблем науки об аккумуляторах: как создать лучшие альтернативы, используя более дешевые и распространенные материалы.

В частности, команда использовала генеративный искусственный интеллект для открытия новых пористых материалов, которые могли бы сделать многовалентно-ионные аккумуляторы жизнеспособной заменой системам на основе лития. Эти аккумуляторы нового поколения основаны на таких элементах, как магний, кальций, алюминий и цинк, которые не только более распространены, но и способны нести больший электрический заряд.

В отличие от лития, который несет один положительный заряд, многовалентные элементы могут нести два или три заряда. Это приводит к увеличению количества энергии на ион, что делает их весьма привлекательными для будущих решений по хранению энергии. Но эти ионы также крупнее и их труднее переносить с использованием обычных материалов аккумуляторов.

Решению этой проблемы были посвящены последние исследования команды ученых из NJIT:

“Одним из самых больших препятствий было не отсутствие перспективных химических компонентов аккумуляторов, а полная невозможность протестировать миллионы комбинаций материалов”, — отметили исследователи из Технологического института Нью-Джерси. “Мы обратились к генеративному ИИ как к быстрому и систематизированному способу изучения этого обширного количества материалов и выявления нескольких структур, которые действительно могли бы сделать многовалентные батареи практичными. Такой подход позволил нам быстро изучить тысячи потенциальных кандидатов, значительно ускоряя поиск более эффективных и устойчивых альтернатив литий-ионным технологиям”.

Исследователи из NJIT также указали, что для решения этой проблемы они разработали вариационный автоэнкодер Crystal Diffusion (CDVAE) - двойную систему искусственного интеллекта, работающую на обширных наборах данных об известных кристаллических структурах, что позволяет ей предлагать совершенно новые материалы с разнообразными структурными возможностями. Кроме того, они использовали отлаженную модель large language (LLM), чтобы определить, какие материалы наиболее близки к термодинамической стабильности, что является критическим фактором для применения в реальных условиях.

Вместе эти инструменты искусственного интеллекта быстро исследовали тысячи новых кристаллических структур, что ранее было невозможно с помощью традиционных лабораторных экспериментов. Модель CDVAE была обучена, а LLM была настроена на поиск материалов, наиболее близких к термодинамической стабильности, что имеет решающее значение для практического синтеза.

“Наши инструменты искусственного интеллекта значительно ускорили процесс исследования, в результате которого были обнаружены пять совершенно новых пористых структур из оксидов переходных металлов, которые демонстрируют замечательные перспективы”, – указали исследователи. “Эти материалы имеют большие открытые каналы, идеально подходящие для быстрого и безопасного перемещения этих объемных многовалентных ионов, что является важным прорывом для создания батарей следующего поколения”.

Как сообщается, исследователи подтвердили свои открытия с помощью квантово-механического моделирования и термодинамических тестов. Они обнаружили, что материалы, созданные с помощью искусственного интеллекта, действительно могут быть синтезированы и обеспечивать практическое повышение производительности при хранении энергии. Как было отмечено ими, более широкие выводы выходят далеко за рамки науки об аккумуляторах.

“Это больше, чем просто открытие новых материалов для аккумуляторов — речь идет о создании быстрого, масштабируемого метода для изучения любых передовых материалов, от электроники до экологически чистых энергетических решений, без длительных проб и ошибок”.

Теперь команда планирует сотрудничать с экспериментальными лабораториями, чтобы начать синтез и тестирование новых структур в реальных условиях.

Результаты исследования опубликованы в журнале Cell Reports Physical Science.