Umjetna inteligencija otkrila budućnost baterija bez litija

AI pristup drastično ubrzava traženje novih materijala, što otvara vrata bržim inovacijama u skladištenju energije, elektronici i obnovljivim izvorima

Mladen Smrekar četvrtak, 7. kolovoza 2025. u 13:15
Otvorena, spužvasta mreža omogućava dvostruko ili trostruko nabijenim ionima putovanje tijekom ciklusa punjenja i pražnjenja baterije 📷 NJIT
Otvorena, spužvasta mreža omogućava dvostruko ili trostruko nabijenim ionima putovanje tijekom ciklusa punjenja i pražnjenja baterije NJIT

Istraživači Tehnološkog instituta u New Jerseyju (NJIT) razvili su inovativan sustav umjetne inteligencije koji je otkrio pet potpuno novih materijala za baterije, a nijedan se ne temelji na litiju. Ovo otkriće, opisano u časopisu Cell Reports Physical Science, najavljuje moguću prekretnicu u skladištenju energije.

Generativna umjetna inteligencija pomogla je u otkrivanju poroznih oksidnih materijala za skladištenje energije sljedeće generacije 📷 Joy Datta, Amruth Nadimpally, Nikhil Koratkar, Dibakar Datta
Generativna umjetna inteligencija pomogla je u otkrivanju poroznih oksidnih materijala za skladištenje energije sljedeće generacije Joy Datta, Amruth Nadimpally, Nikhil Koratkar, Dibakar Datta

Ključni izazov bio je pronaći materijale za tzv. multivalentne baterije koje koriste jeftinije i pristupačnije elemente poput magnezija, kalcija, aluminija ili cinka. Za razliku od litijevih iona koji prenose jedan pozitivni naboj, multivalentni ioni prenose dva ili tri, čime bi baterije mogle pohraniti značajno više energije. No, njihov veći naboj i veličina zahtijevaju posebne materijale s velikim, poroznim kanalima koji omogućuju brzo i sigurno kretanje tih iona.

Sustav s dvije AI jezgre

Tu nastupa umjetna inteligencija: istraživači su osmislili sustav s dvije AI jezgre. Prva, takozvani Crystal Diffusion Variational Autoencoder (CDVAE), generira tisuće novih kristalnih struktura, dok ih sofisticirani veliki jezični model analizira i procjenjuje njihovu stabilnost, birajući one koje su stvarno izvedive za sintezu.

Pet struktura generiranih CDVAE modelom 📷 Joy Datta, Amruth Nadimpally, Nikhil Koratkar, Dibakar Datta
Pet struktura generiranih CDVAE modelom Joy Datta, Amruth Nadimpally, Nikhil Koratkar, Dibakar Datta

Upotrebom ovog dualnog pristupa otkriveno je pet dosad nepoznatih oksidnih materijala s otvorenim tunelskim strukturama, idealnih za buduće multivalentne baterije. Svim materijalima potvrđena je i termodinamička stabilnost simulacijama na kvantnoj razini.

Ovo otkriće moglo bi omogućiti baterije koje su moćnije, ekološkije i znatno manje ovise o nestašnom i skupom litiju. Štoviše, kažu, AI pristup drastično ubrzava traženje novih materijala, što otvara vrata bržim inovacijama u skladištenju energije, elektronici i obnovljivim izvorima.