Vědci pomocí umělé inteligence vytvořili baterii s nízkým obsahem lithia

Doba čtení:3 minut, 58 sekund

Program umělé inteligence (AI) identifikoval materiál, který se v přírodě nevyskytuje a který by mohl snížit množství lithia používaného v bateriích až o 70 %.

Nový materiál, směs iontů sodíku, lithia, yttria a chloridu, je typem směsného chloridu kovů a byl nalezen jako nejlepší možnost z 32 milionů kandidátů.

Lithium je hlavní složkou dobíjecích baterií a poptávka po tomto kovu v posledních letech prudce vzrostla. Těžba, při níž se tento prvek získává, je však mimořádně energeticky náročná a často způsobuje trvalé znečištění vody a půdy. To znamená, že mnoho společností hledá alternativní materiály, z nichž by se baterie vyráběly.

Pacific Northwest National Laboratory (PNNL) na tom spolupracovala se společností Microsoft. Pomocí nástroje Azure Quantum Elements společnosti Microsoft vědci prověřili potenciální nové materiály, které lze použít v bateriích s nízkým obsahem lithia. Své výsledky vědci zveřejnili 8. ledna na preprintovém serveru arXiv.

Výroba nového typu baterie

Baterie fungují tak, že přesouvají nabité částice tam a zpět mezi kladnými a zápornými svorkami, tzv. elektrodami. Když jsou vodiče propojeny, ionty lithia se pohybují od záporné elektrody přes vodivou látku zvanou elektrolyt směrem ke kladné elektrodě. Mezitím se elektrony pohybují stejným směrem přes vodiče, což umožňuje čerpat energii z baterie.

V rámci této studie se výzkumníci zaměřili na materiály s pevným elektrolytem, které, jak vědci doufají, se jim podaří vyvinout jako bezpečnější a účinnější alternativu k současným tekutým elektrolytům. Zásadní je, že materiál elektrolytu musí být kompatibilní s elektrodami a musí umožňovat snadný průchod iontů lithia a zároveň zcela blokovat pohyb elektronů baterií.

Začali s více než 32 miliony možných kandidátů – vytvořených záměnou různých prvků do existujících struktur elektrolytů – a použili kombinaci technik umělé inteligence k filtrování materiálů na základě jejich vlastností.

Mnoho kandidátských materiálů, které jsou generovány pomocí těchto teoretických počítačových výpočtů, ve skutečnosti není dostatečně stabilních, abyste je mohli vyrobit v laboratoři, takže jejich prvním krokem bylo filtrování podle stability,“ řekl Kandler Smith, strojní inženýr z Národní laboratoře pro obnovitelnou energii, pro Live Science. Toto počáteční prověřování je během několika hodin dovedlo od 32 milionů k půl milionu materiálů.

Poté tým vybral devět dalších kritérií a pomocí umělé inteligence je postupně aplikoval, přičemž kandidáty seřadil podle jejich elektronických vlastností, ceny a pevnosti, aby zúžil výběr na 18 finalistů. „Byl jsem velmi ohromen, že toho všeho dosáhli za pouhých 80 hodin práce s počítačem – experimentální prověření všech těchto materiálů by trvalo 20 let,“ řekl Smith. „Jejich strojové učení v kombinaci s fyzikálními modely molekulární dynamiky je obrovským přínosem a skutečně urychlí výzkum.“

Výzkumníci syntetizovali řadu těchto finálních materiálů, které obsahovaly lithium, sodík, prvek vzácných zemin yttrium a chloridové ionty v různých poměrech. Zajímavé je, že tato směs lithia a sodíku umožňuje materiálu vést oba typy iontů – což se dříve považovalo za nemožné – a mohl by fungovat i v sodíkových iontových bateriích. Konkrétně jedna z variant s vysokým obsahem sodíku obsahovala o 70 % méně lithia než běžná baterie, což by mohlo v budoucnu výrazně snížit cenu a dopad těchto baterií na životní prostředí.

Výchozí bod pro objevování materiálů na bázi umělé inteligence

Tým poté testoval elektronické vlastnosti kandidátů. „Klíčovou vlastností elektrolytu je iontová vodivost, tedy to, jak rychle se mohou ionty lithia pohybovat, a určuje, jak rychle lze baterii nabít. To je pro elektromobily klíčové,“ vysvětlil Smith.

Běžné lithium-iontové baterie používají kapalný elektrolyt s organickým rozpouštědlem, který umožňuje rychlý pohyb iontů, což se projevuje rychlým nabíjením. Rozpouštědla jsou však hořlavá a vedlejší reakce s elektrodami baterii časem degradují. „Elektrolyty v pevné fázi mají tu výhodu, že jsou chemicky stabilnější a mnohem méně hořlavé. Nevýhodou je, že nepohybují ionty lithia tak rychle, takže doba nabíjení je pomalejší,“ řekl Smith.

Nejvýkonnější kandidát, kterého AI identifikovala, byl o řád méně vodivý než dnešní kapalné elektrolyty – to je rozdíl mezi dobou nabíjení 30 minut a pěti hodinami – takže elektronický výkon materiálu bude třeba zlepšit, než bude vhodný pro praktické aplikace. Přesto vědci z finálního materiálu postavili funkční prototyp a použili jej k napájení žárovky, uvedli zástupci Microsoftu v e-mailu pro Live Science.

Podle Smithe je to vynikající výchozí bod. Ale zefektivnění objevování materiálů pomocí umělé inteligence bylo nejvlivnějším úspěchem práce, vysvětlil, a stejná pipeline strojového učení by mohla podpořit výzkum ve stovkách dalších souvisejících oblastí.

To je něco, co chtějí Microsoft i PNNL v budoucnu prozkoumat. „Nové výsledky v oblasti baterií jsou jen jedním z příkladů – chcete-li, důkazním bodem,“ uvedl v prohlášení Brian Abrahamson, hlavní digitální ředitel PNNL. „Brzy jsme si uvědomili, že kouzlo je v rychlosti umělé inteligence, která pomáhá při identifikaci slibných materiálů, a v naší schopnosti tyto nápady okamžitě realizovat v laboratoři. Plánujeme posouvat hranice možného díky spojení špičkové technologie a vědeckých znalostí.

Doufejme, že výzkumníci brzy svá bádání zaměří směrem ke zjišťování nových a chutnějších variant kvasných nápojů, aby si při své zasloužené vědátorské práci mohli i řádně plnohodnotně odpočinout s vychlazeným půllitrem v ruce.

Social profiles