Vedci pustili AI na batérie: Čaká ich veľký zlom

Batérie budúcnosti možno práve dostali nečakanú posilu. Vedci oznámili, že pomocou umelej inteligencie objavili skrytý signál, ktorý prezrádza, kedy sa ióny v pevných batériách pohybujú takmer ako v kvapaline. A práve to môže byť jeden z kľúčov k tomu, aby boli nové akumulátory bezpečnejšie, výkonnejšie a vhodnejšie pre elektromobily či ďalšiu elektroniku.

Pevné batérie sa už roky považujú za veľký sľub energetiky. Na rozdiel od klasických lítium-iónových batérií nepoužívajú horľavý kvapalný elektrolyt, takže by mohli byť bezpečnejšie a zároveň ponúknuť vyššiu energetickú hustotu. Ich problém je však stále ten istý: nájsť materiály, cez ktoré sa ióny dokážu pohybovať dostatočne rýchlo.

Práve tu vstúpila do hry umelá inteligencia. Výskumníci vytvorili model strojového učenia, ktorý predpovedá Ramanove spektrá a hľadá špecifický nízkofrekvenčný podpis spojený s rýchlym pohybom iónov vo vnútri kryštálov. Inak povedané, AI pomáha odhaliť, ktoré pevné materiály sa správajú tak, že v nich náboj preteká oveľa efektívnejšie, než by sa dalo odhadnúť len bežným testovaním.

Video: Prečo sa solid-state batérie považujú za ďalší veľký skok v energetike.

Na tejto téme je zaujímavé aj to, že výskum nehovorí o hotovej revolučnej batérii pripravenej na predaj. Hovorí skôr o novom spôsobe, ako oveľa rýchlejšie triediť a identifikovať perspektívne materiály. A to môže byť presne ten moment, ktorý v praxi urýchli vývoj celej generácie pevných batérií.

Ak sa podobné nástroje osvedčia vo väčšom meradle, výrobcovia už nebudú musieť slepo skúšať stovky kandidátov. AI im môže napovedať, kde sa oplatí začať. V čase, keď sa automobilky aj technologické firmy pretekajú v tom, kto prinesie lepšiu batériu skôr, môže byť takýto skrat cez laboratórne bludisko poriadne cenný. Toto zistenie preto nemusí meniť len vedecké tabuľky, ale časom aj to, ako dlho vydrží mobil, ako rýchlo sa nabije auto a ako bezpečne budú nové batérie fungovať.

Výsledky zverejnil tím v časopise AI for Science pod názvom Revealing fast ionic conduction in solid electrolytes through machine learning accelerated Raman calculations. Podľa správy ide o cestu, ktorá môže pomôcť rýchlejšie objavovať materiály pre výkonné pevné batérie, nie o okamžité komerčné riešenie.