Forskere har opnået et stort gennembrud inden for batteriteknologi ved hjælp af generativ kunstig intelligens (AI) til at opdage nye materialer med potentiale til at revolutionere ydeevnen og kapaciteten i næste generations batterier. Denne banebrydende forskning fokuserer på udviklingen af multivale batterier, et overbevisende alternativ til de lithium-ion batterier, der i øjeblikket dominerer markedet. Multivale batterier udgør en betydelig fremskridt inden for energilagring, da de bruger ioner med flere ladninger — som magnesium- eller aluminiumioner — i stedet for lithiumioner. Fordi disse multivale ioner kan overføre mere ladning pr. ion, giver de muligheder for højere energitæthed og større effektivitet. Derfor betragtes multivale batterier som en lovende løsning på begrænsningerne ved eksisterende batteriteknologier, herunder kapacitet, omkostninger og bæredygtighed. En væsentlig udfordring i at realisere funktionelle multivale batterier er at finde egnede materialer, der effektivt og pålideligt kan muliggøre bevægelsen af multivale ioner inden for batterisystemet. Dette kræver opdagelsen af materialer med specifikke strukturelle og kemiske egenskaber, som kan rumme multivale ioner uden at forringes, samtidig med at de opretholder høj energilagringskapacitet. For at løse dette anvendte forskerne generativ AI — en avanceret AI-teknologi, der er i stand til at generere nye datapræsentationer og forudsige egenskaber på tværs af store datasæt.

I deres undersøgelse analyserede AI-systemet millioner af potentielle materialekombinationer og strukturer inden for et omfattende kemisk rum for at identificere kandidater, der opfylder de strenge krav for multivale batteriapplikationer. Denne grundige beregningsbaserede søgning førte til identificeringen af fem meget lovende porous metaloxid-materialer. Porøse strukturer er især værdifulde i batterier, da de giver en stor overflade og veje, der fremmer effektiv ionbevægelse og -lagring. De nyopdagede porøse metaloxider viser strukturelle egenskaber, der er fordelagtige for lagring og transport af multivale ioner, hvilket placerer dem som mulige gennembrud i batteridesign. Betydningen af opdagelsen er stor: ved at identificere disse materialer har forskere lagt fundamentet for energikilder med højere energidensitet, hurtigere opladning og bedre bæredygtighed sammenlignet med traditionelle lithium-ion batterier. Desuden omfatter disse metaloxider mere rigelige metaller, hvilket kan mindske afhængigheden af lithium, som er dyrt og står over for forsyningskædeproblemer. Denne fremskridt forventes at fremskynde udviklingen af bæredygtige energilagringsløsninger, der er vigtige for et bredt spektrum af anvendelser — fra bærbare enheder og elektriske køretøjer til energilagring i store skala. Forbedrede batterier med større kapacitet og holdbarhed kan muliggøre en bredere anvendelse af vedvarende energiteknologier, hvilket bidrager til at reducere CO2-udslip og bekæmpe klimaforandringer. Sammenfattende har integrationen af generativ kunstig intelligens i materialeforskning gjort det muligt at opdage nye porøse metaloxidstrukturer, der er egnede til multivale batterier. Denne milepæl illustrerer den kraftfulde synergi mellem AI og materialevation, og åbner op for en ny æra inden for batteriteknologi, som lover sikrere, mere effektive og miljøvenlige energilagringsløsninger for fremtiden.