Les batteries lithium-ion ont revolutionne de nombreux domaines tels que les smartphones les voitures electriques et les appareils mobiles. Cependant le lithium revele de plus en plus de limites en termes de coûts de capacite de distribution et de durabilite. Face a cette situation l'equipe de recherche de NJIT a utilise l'IA pour trouver des solutions de batteries basees sur des elements plus riches tels que : magnesium calcium aluminium et zinc.
Contrairement au lithium qui ne transporte qu'un seul electrode les metaux polymeres peuvent transporter 2 ou 3 electrodes ce qui signifie que chaque ion transporte plus d'energie. Cependant la grande taille de ces ions rend leur deplacement difficile dans les materiaux de batterie courants.
Pour resoudre ce probleme le groupe de recherche NJIT dirige par le professeur Dibakar Datta a deploye un systeme d'IA double appele Crystal Diffusion Variational Autoencoder (CDVAE) et un modele de langage grand public (LLM) ajuste. Ces outils permettent d'explorer des milliers de nouvelles structures de materiaux cristallins avec une stabilite thermodynamique et un canal ouvert adaptes aux ions multiples qui se deplacent rapidement et en toute securite.
En consequence le groupe a identifie 5 nouveaux materiaux d'oxyde metalliques transferables qui ont un grand potentiel pour les batteries de nouvelle generation. Ces resultats ont ete verifies par des simulations mecaniques quantiques et des tests de thermodynamique. Les resultats montrent qu'ils peuvent etre synthetises dans la pratique et atteindre des performances de stockage d'energie elevees.
Selon le professeur Datta cette methode apporte non seulement une percee dans la science de la batterie mais ouvre egalement une nouvelle voie pour la decouverte rapide et a grande echelle de materiaux avances dans de nombreux autres domaines.
