Forscher des New Jersey Institute of Technology (NJIT) haben mithilfe generativer KI-Techniken schnell neue poröse Materialien entdeckt, die eine Revolution bei Multivalent-Ionen-Batterien auslösen könnten. Diese Batterien verwenden reichlich vorhandene Elemente wie Magnesium, Kalzium, Aluminium und Zink und bieten somit eine vielversprechende, kostengünstige Alternative zu Lithium-Ionen-Batterien.
Im Gegensatz zu Lithium-Ionen-Batterien, bei denen Lithium-Ionen mit einer einzigen positiven Ladung zum Einsatz kommen, nutzen multivalente Ionenbatterien Elemente, deren Ionen zwei oder sogar drei positive Ladungen tragen. Das bedeutet, dass multivalente Ionenbatterien potenziell deutlich mehr Energie speichern können. Das macht sie für zukünftige Energiespeicherlösungen sehr attraktiv.
Allerdings sind multivalente Ionen aufgrund ihrer größeren Größe und höheren elektrischen Ladung nur schwer effizient in Batteriematerialien unterzubringen.
Das Forschungsteam um Professor Dibakar Datta hat für die Identifizierung und den Test Tausender vielversprechender Materialkombinationen einen neuartigen dualen KI-Ansatz entwickelt: einen Crystal Diffusion Variational Autoencoder (CDVAE) und ein fein abgestimmtes Large Language Model (LLM).
Das CDVAE-Modell wurde anhand umfangreicher Datensätze bekannter Kristallstrukturen trainiert. Dadurch ist es in der Lage, völlig neuartige Materialien mit vielfältigen strukturellen Möglichkeiten vorzuschlagen. Gleichzeitig wurde das LLM so abgestimmt, dass es sich auf Materialien konzentriert, die der thermodynamischen Stabilität am nächsten kommen. Das ist für die praktische Synthese von entscheidender Bedeutung.
„Unsere KI-Tools haben den Entdeckungsprozess erheblich beschleunigt und fünf vielversprechende, völlig neue poröse Übergangsmetalloxidstrukturen aufgedeckt“, sagte Datta. „Diese Materialien verfügen über große, offene Kanäle, die ideal sind, um auch sperrige mehrwertige Ionen schnell und sicher zu transportieren.“
Das Team validierte die von der KI generierten Strukturen mithilfe quantenmechanischer Simulationen und Stabilitätstests und bestätigte, dass die Materialien tatsächlich experimentell synthetisiert werden können und ein großes Potenzial für praktische Anwendungen haben.
Angesichts dieser ermutigenden Ergebnisse planen Datta und seine Kollegen eine Zusammenarbeit mit experimentellen Labors, um ihre KI-gestalteten Materialien zu synthetisieren und zu testen. (jr)
