Forskare har gjort ett stort genombrott inom batteriteknologi genom att använda generativ artificiell intelligens (AI) för att upptäcka nya material med potential att förändra prestanda och kapacitet hos nästa generations batterier. Denna banbrytande forskning fokuserar på att utveckla multivalentbatterier, ett övertygande alternativ till de litiumjonbatterier som för närvarande dominerar marknaden. Multivalentbatterier utgör en betydande framsteg inom energilagring eftersom de använder joner med flera laddningar — såsom magnesium- eller aluminiumjoner — istället för litiumjoner. Eftersom dessa multivalentjoner kan överföra mer laddning per jon erbjuder de möjligheter till högre energitäthet och ökad effektivitet. Därför anses multivalentbatterier vara en lovande lösning för att övervinna begränsningarna hos befintliga batteriteknologier, inklusive problem med kapacitet, kostnad och hållbarhet. En viktig utmaning för att skapa funktionella multivalentbatterier är att hitta lämpliga material som effektivt och tillförlitligt möjliggör rörelse av multivalentjoner inom batterisystemet. Detta kräver att man upptäcker material med specifika strukturella och kemiska egenskaper som kan rymma multivalentjoner utan att försämras, samtidigt som de behåller hög lagringskapacitet. För att ta itu med detta använde forskarna generativ AI — en avancerad AI-teknik som kan generera nya datavisualiseringar och förutsäga egenskaper över stora dataset.

I sin studie analyserade AI-systemet miljontals potentiella materialkombinationer och strukturer inom ett brett kemiskt område för att identifiera kandidater som uppfyller de stränga kraven för multivalentbatterianvändning. Detta noggranna datorstödda sök ledde till att man kunde identifiera fem mycket lovande porösa metalloxidmaterial. Porösa strukturer är särskilt värdefulla i batterier eftersom de ger en stor yta och vägar som främjar effektiv jonrörelse och lagring. De nyupptäckta porösa metalloxiderna visar strukturella egenskaper som är gynnsamma för lagring och transport av multivalentjoner, vilket gör dem till potentiella genombrott inom batteridesign. Upptäckten har stora tillämpningar: genom att identifiera dessa material har forskarna lagt en grund för energikällor med högre energitäthet, snabbare laddning och bättre hållbarhet jämfört med traditionella litiumjonbatterier. Dessutom innehåller dessa metalloxider mer tillgångsrika metaller, vilket kan minska beroendet av litium, som är dyrt och har utmaningar i leveranskedjan. Denna framsteg förväntas påskynda utvecklingen av hållbara energilagringslösningar som är avgörande för en bred användning — från bärbara enheter och elbilar till storskalig energilagring i elnät. Förbättrade batterier med större kapacitet och hållbarhet kan möjliggöra en bredare användning av förnybar energiteknik, bidra till minskade koldioxidutsläpp och insatser för att bekämpa klimatförändringar. Sammanfattningsvis har integrationen av generativ artificiell intelligens inom materialvetenskap möjliggjort upptäckten av nya porösa metalloxidstrukturer som passar för multivalentbatterier. Detta genombrott exemplifierar den kraftfulla synergien mellan AI och materialinnovation, och inleder en ny era inom batteriteknologin med löften om säkrare, mer effektiva och miljövänliga energilagringsalternativ för framtiden.