Microsoft heeft in samenwerking met een nationaal laboratorium in de VS kunstmatige intelligentie ingezet om een materiaal te identificeren dat mogelijk batterijen kan produceren die 70% minder lithium nodig hebben dan voorheen.
Lithium-ionbatterijen vormen de krachtbron voor veel dagelijkse apparaten en elektrische voertuigen. Ze zijn ook cruciaal voor groene elektrische grids, waarbij batterijen nodig zijn om hernieuwbare energie van windturbines en zonnepanelen op te slaan. Echter, de kostbaarheid en milieuschade veroorzaakt door lithiummijnbouw zorgen voor uitdagingen. Het vinden van alternatieven is een complexe en tijdrovende taak waarbij onderzoekers miljoenen kandidaat-materialen moeten ontwikkelen en testen gedurende vele jaren. Maar door AI te gebruiken, slaagde een team onder leiding van Nathan Baker van Microsoft erin om dit proces aanzienlijk te verkorten tot slechts enkele maanden. Ze ontwierpen en bouwden een batterij die tot wel 70% minder lithium gebruikt dan sommige concurrerende ontwerpen.
De focus van het onderzoek lag op een type batterij dat uitsluitend uit vaste onderdelen bestaat, waarbij gezocht werd naar nieuwe materialen voor het elektrolyt, het onderdeel waar elektrische ladingen doorheen bewegen. Gestart werd met 23,6 miljoen kandidaat-materialen door de structuur van bestaande elektrolyten aan te passen en sommige lithiumatomen te vervangen door andere elementen. Een AI-algoritme elimineerde vervolgens materialen die volgens berekeningen instabiel zouden zijn of waarin de chemische reacties die batterijen doen werken, zwak zouden zijn. Binnen enkele dagen was de lijst teruggebracht tot slechts enkele honderden kandidaten, waarvan sommige nog niet eerder waren bestudeerd.
Maar het team benadrukt dat ze geen materiaalwetenschappers zijn. Ze raadpleegden experts die hebben gewerkt aan grote batterijprojecten, zoals Vijay Murugesan van het Pacific Northwest National Laboratory. Na verdere screeningcriteria vanuit zijn team kozen ze uiteindelijk een AI-voorstel om in het laboratorium te ontwikkelen. Opmerkelijk was dat de helft van de verwachte lithiumatomen vervangen was door natrium, wat Murugesan als een zeer nieuw recept voor een elektrolyt beschreef. Dit opende vragen over de fundamentele fysica van hoe het materiaal functioneert binnenin een batterij.
Het team slaagde erin een werkende batterij te bouwen met dit materiaal, zij het met een lagere geleidbaarheid dan vergelijkbare prototypes die meer lithium gebruiken. Verdere optimalisatie is nodig volgens Baker en Murugesan. Toch duurde het proces, vanaf het eerste gesprek tussen Murugesan en het Microsoft-team tot de functionele batterij die een lamp kon laten branden, ongeveer negen maanden.
Rafael Gómez-Bombarelli van het Massachusetts Institute of Technology erkent de vooruitgang maar benadrukt de uitdagingen. Het gebruik van AI om berekeningen te versnellen en experimenten aan te vullen, is veelbelovend. Maar het verzamelen van voldoende data voor AI-training en het omgaan met complexere materialen blijft een toekomstige uitdaging.
Door de integratie van AI met materiaalwetenschap openen deze doorbraken deuren naar efficiëntere en duurzamere batterijtechnologieën, die essentieel zijn voor de verdere ontwikkeling van groene energiebronnen en elektrische mobiliteit.