Нейросеть открыла новые материалы для аккумуляторов следующего поколения
Ученые из Технологического университета штата Нью-Джерси (NJIT) решили важную проблему будущего хранения энергии — поиск доступной и экологически безопасной замены традиционным литий-ионным батареям, пишет ScienceDaily.
Специалисты применили генеративные алгоритмы искусственного интеллекта для выявления принципиально новых материалов, которые способны преобразовать рынок аккумуляторов с многовалентными ионами. В таких устройствах используются широко распространенные элементы вроде магния, кальция, алюминия и цинка. Они представляют собой экономически выгодную альтернативу дефицитным литий-ионным аккумуляторам.
Многовалентные батареи отличаются от стандартных литий-ионных батарей тем, что они основаны на элементах, чьи ионы несут два или три положительных заряда. Благодаря этому подобные батареи могут запасать намного больше энергии. Но одновременно возникает сложность: большие размеры заряженных частиц усложняют размещение этих элементов в материалах аккумуляторов.
Ранее основным препятствием был огромный массив возможных вариантов химического состава, каждый из которых следовало проверять вручную, что замедляло прогресс. Команда NJIT предложила инновационный подход, объединив две системы искусственного интеллекта: автокодировщик на основе кристаллической диффузии (CDVAE) и оптимизированную языковую модель (LLM). Автокодировщик CDVAE научился анализировать базы данных существующих кристаллических структур, предлагая оригинальные варианты материалов с широким спектром свойств. Языковая модель LLM занималась отбором наиболее стабильных материалов, пригодных для промышленного производства.
Благодаря современным технологиям ученые смогли исследовать тысячи неизвестных ранее кристаллических соединений, открыв таким образом пять уникальных пористых оксидных структур переходных металлов, обладающих высокой пропускной способностью для объемных многовалентных ионов. Эксперты подтвердили работоспособность предложенных вариантов с помощью методов квантово-механического моделирования и анализа устойчивости.
«Речь идет не просто о открытии новых материалов для аккумуляторов — речь идет о создании быстрого и масштабируемого метода исследования любых передовых материалов — от электроники до решений в области чистой энергии — без многочисленных проб и ошибок», — заключают авторы исследования. Они намерены наладить сотрудничество с лабораториями, занимающимися экспериментальной проверкой синтетических материалов, сгенерированных искусственным интеллектом. Такой подход обеспечит дальнейшее продвижение разработок в сторону создания коммерчески жизнеспособных многовалентных ионных батарей.
Тем временем в России вдвое ускорили производство биотоплива из рапсового масла.
