142 тыс подписчиков

Учёные Microsoft, IBM и других компаний используют ИИ для разработки аккумуляторных технологий

6 октября6 окт

2 мин

Искусственный интеллект и передовые вычисления помогают учёным быстрее находить и разрабатывать новые материалы для аккумуляторов, снижая зависимость от лития и других дефицитных ресурсов. В рамках сотрудничества Microsoft и Тихоокеанской северо-западной национальной лаборатории (PNNL) Министерства энергетики США исследователи разработали новый перспективный твердотельный электролит NaxLi3−xYCl6. С ним есть шанс сократить потребление лития примерно на 70%.

Microsoft развернула платформу Azure Quantum Elements на базе ИИ для анализа набора данных, содержащего 32 млн неорганических соединений. Модель искусственного интеллекта M3GNet ускоряет моделирование молекулярной динамики, оценивая такие свойства, как атомная диффузия. Этот фактор критически важен для производительности электролита. В ходе последовательных этапов скрининга первоначальный список был сужен примерно до 500 000 стабильных кандидатов. Дальше в течение 80 часов он был сокращён до 18 перспективных материалов, на что прежде уходили годы экспериментов и вычислений.

Затем исследователи синтезировали лучший материал-кандидат, включив в его кристаллическую структуру ионы натрия и лития. Такой гибридный ионный подход прежде считался маловероятным из-за различий в размерах ионов и схожих зарядов. Испытания выявили синергетический эффект, при котором ионы натрия и лития облегчают движение друг друга по каналам электролита.

Новый твердотельный электролит продемонстрировал жизнеспособную ионную проводимость в диапазоне температур. Это может дать возможность применять его в безопасных твердотельных аккумуляторах высокой плотности, которые запасают больше энергии, чем обычные литий-ионные аккумуляторы.

На будущее Microsoft и IBM изучают роль квантовых вычислений в исследовании материалов для аккумуляторов. Квантовые компьютеры обладают потенциалом для моделирования атомных и молекулярных взаимодействий на уровнях детализации, недостижимых классическими системами. Это позволяет точнее моделировать сложные твердотельные материалы и инновационные химические процессы, такие как литий-серные или натрий-ионные аккумуляторы. Научные исследования могут быть ускорены, оптимизирована конструкция аккумуляторов, повышены их долговечность и плотность хранения энергии.