Las baterias de iones de litio han revolucionado muchos campos como los telefonos inteligentes los coches electricos y los dispositivos moviles. Sin embargo el litio esta revelando cada vez mas limitaciones en costos capacidad de distribucion y sostenibilidad. Ante esta realidad el equipo de investigacion de NJIT ha utilizado la IA para encontrar soluciones de bateria basadas en elementos mas abundantes como: magnesio calcio aluminio y zinc.
A diferencia del litio que solo tiene un electrometro los metales multiquimicos pueden tener 2 o 3 electrometros lo que significa que cada ion tiene mas energia. Sin embargo el gran tamaño de estos iones dificulta su movimiento en materiales de bateria comunes.
Para resolver este problema el equipo de investigacion de NJIT liderado por el profesor Dibakar Datta ha implementado un sistema de IA dual llamado Crystal Diffusion Variational Autoencoder (CDVAE) y un modelo de lenguaje grande (LLM) ajustado. Estas herramientas ayudan a descubrir miles de nuevas estructuras de materiales cristalinos con estabilizacion termodinamica y con canales abiertos adecuados para que los iones polivalentes se muevan de forma rapida y segura.
Como resultado el grupo identifico 5 materiales oxidos metalicos de transicion optica completamente nuevos que tienen un gran potencial para las baterias de proxima generacion. Estos resultados se han probado mediante simulacion mecanica cuantica y experimentos de termodinamica. Los resultados muestran que pueden sintetizarse en la practica y lograr un alto rendimiento de almacenamiento de energia.
Segun el profesor Datta este metodo no solo trae un gran avance en la ciencia de la bateria sino que tambien abre una nueva direccion para la deteccion rapida y a gran escala de materiales avanzados para muchos otros campos.
