人工智能工具確定了鋰離子電池的有希望的替代品用於存儲能量

新澤西技術學院的研究人員使用人工智能來解決未來能源存儲面臨的關鍵問題：尋找負擔得起的，穩定的鋰離子電池替代品。

在發表在 Claus關於物理科學的報告由Dibakar Datta教授領導的NJIT團隊成功地應用了AI的生成方法，以快速檢測新的多孔材料，這些材料可以徹底改變多種電池電池。這些電池使用豐富的元素，例如鎂，鈣，鋁和鋅，為面臨全球供應問題和穩定性問題所面臨的鋰離子電池提供了有希望的，經濟上有效的替代品。

與傳統的鋰離子電池不同，鋰離子電池依靠僅帶有一個正電荷的鋰離子，多價離子電池使用離子帶有兩個或三個正電荷的元件。這意味著多價電池可以潛在地存儲更多的能量，這使得它們對於將來的儲能解決方案非常有吸引力。

然而，多價離子的較大尺寸和較大的電荷使其複雜，以有效地適應電池消耗的材料，而NJIT團隊的新研究直接直接解決了。

達塔說：“最大的障礙之一是缺乏對電池的有希望的化學研究 – 這是測試數百萬材料組合的巨大不可能的。” “我們轉向了AI將軍，是一種快速，系統的方式來查看這種廣泛的景觀，並確定幾個可以使多價電池實用的結構。

“這種方法使我們能夠迅速探索成千上萬的潛在候選人，從而大大加速尋找鋰離子技術的更有效和穩定的替代方案。”

為了克服這些障礙，NJIT團隊開發了一種新的雙重方法：晶體（CDVAE）的變異作者和一個薄的大語言模型（LLM）。這些人工智能工具一起迅速研究了數千種新的結構結構，這是使用傳統實驗室實驗以前不可能的。

CDVAE模型接受了來自眾所周知的晶體結構的大量數據訓練，從而使其能夠提供具有各種結構能力的全新材料。同時，LLM在最接近熱力學穩定性的材料上配置為零，這對於實際合成至關重要。

達塔說：“我們的人工智能工具顯著加速了檢測過程，該過程發現了五個全新的過渡金屬氧化物結構，這表現出了奇妙的希望。” “這些材料具有大型的開放通道，非常適合這些笨重的多價離子快速安全地移動，這對於下一代電池來說是一個關鍵的突破。”

該團隊使用量子機械建模和穩定性測試證實了其生成的AI結構，證實材料可以真正合成，並且具有巨大的實際應用潛力。

Datt強調了他們的方法的更廣泛後果，並由AI控制：“這不僅僅是檢測新的電池材料，也是如何建立一種快速，可擴展的方法來研究任何先進的材料，從電子設備到純淨能量，而沒有廣泛的試用版和錯誤。”

通過這些令人鼓舞的結果，Datt和他的同事計劃與實驗實驗室合作進行合成並使用AI開發其材料，從而將邊界進一步移動到商業上可行的高量電池。