Požadavek na pokročilé pevné baterie byl historicky řízen odborností a intuicí výzkumníků po desetiletí. Avšak vzniká významná změna, kdy se odvětví obrací k technologiím strojového učení a umělé inteligenci (AI) s cílem výrazně zkrátit vývojové časové rámce. Microsoft se významně podílel na spolupráci s americkými výzkumnými ústavy, využívajíc jejich cloudové výpočetní zdroje k urychlení vývoje halidových pevných elektrolytů.
Pevné elektrolytické materiály jsou klíčovými komponentami, skládají se z lithia (Li), kovového prvku M a halogenu X, tvořící složení označované jako LiαMXβ. Tato nová generace pevných elektrolytů, známá také jako halidové, přitáhla pozornost nejen průmyslových gigantů jako Panasonic a čínských firem, ale také mnoha japonských společností a výzkumníků, jako jsou Toyota a NGK Insulators Ltd., přičemž i vzdělávací instituce jsou silně investovány.
Role Microsoftu v inovacích baterií spočívá v jeho pozici předního inovátora v oblasti umělé inteligence, snažící se nejen zkvalitnit materiálový vývoj, ale také předpovídat výkon a životnost baterií prostřednictvím digitálního dvojčete. Společnost si klade za cíl podporovat využití svého vědeckého cloudového výpočetního nástroje s názvem ‚Azure Quantum Elements‘.
Rozšiřování výzkumu pomocí Materiálové Informatiky se stalo společným prvkem mezi firmou NGK Insulators a Microsoftem. Aplikace materiálové informatiky (MI), která využívá strojové učení a umělou inteligenci při průzkumu materiálů, proměnila přístup k výzkumu. I když složení prvků halidových elektrolytů, LiαMXβ, se na první pohled jeví jednoduché, současné strategie zahrnují záměrné strukturální poruchy způsobené nahrazením prvků, které zvyšují iontovou vodivost a zlepšují odolnost. Přesné složkové poměry a potenciální varianty krystalových struktur rozšiřují katalog materiálů na astronomické úrovně, daleko za lidskou schopnost experimentálně analyzovat. Použití MI však umožňuje širší hledání v podstatně zkráceném časovém rámci, efektivněji identifikujíc nadějné materiály.
Důležitost AI v rozvoji pevných baterií
Integrace umělé inteligence do vývoje pevných baterií nové generace je klíčová z několika důvodů. AI urychluje objevování nových materiálů předpovídáním jejich vlastností, takže se snižuje cyklus zkoušení a omylu v laboratořích. Může analyzovat obrovské množství dat a identifikovat vzory nebo korelace, které by byly téměř nemožné pro lidi dešifrovat bez rozsáhlé asistence. Navíc AI může simulovat a předpovídat, jak se různé materiály chovají za různých podmínek, umožňujíc výzkumníkům zaměřit se na nejnadějnější kandidáty pro další studium.
To jsou zmíněny některé příklady výzev spojených s využitím umělé inteligence v oblasti vývoje baterií.