AI odhaluje skrytý signál pro rychlejší pohyb iontů v bateriích

Umělá inteligence pomáhá vědcům objevit klíčový signál pro tekutý pohyb iontů v pevných elektrolytech. Tento průlom může urychlit vývoj bezpečnějších a výkonnějších baterií pro budoucnost.

Umělá inteligence pomohla vědcům odhalit skrytý signál, který umožňuje rychlejší pohyb iontů v pevných elektrolytech, což je klíčové pro vývoj bezpečnějších a výkonnějších baterií. Tento průlom spočívá ve vývoji pipeline strojového učení, která dokáže předpovídat Ramanova spektra a identifikovat charakteristický nízkofrekvenční signál spojený s pohybem iontů v krystalických strukturách podobným chování v kapalinách. Tento signál se projevuje v okamžiku, kdy rychlý pohyb iontů dočasně naruší symetrii krystalu. Tento přístup má potenciál dramaticky urychlit objevování superiontových materiálů pro pokročilé baterie. Vědci z Technické univerzity v Mnichově, konkrétně Dr. Manuel Grumet a Dr. Waldemar Kaiser, pracují na materiálech pro pevné elektrolyty, kde se mobilní ionty pohybují atomovou strukturou. Všechny pevné baterie (ASSB) jsou považovány za bezpečnější a potenciálně energeticky hustší alternativu k současným lithium-iontovým bateriím. Jejich výkon je silně závislý na rychlosti pohybu iontů v pevných elektrolytech. Identifikace materiálů umožňujících tento rychlý pohyb iontů byla tradičně časově náročná kvůli nutnosti syntézy a experimentální charakterizace. Vědci se také spoléhají na počítačové simulace, ale stávající výpočetní přístupy často narážejí na problémy s přesným modelováním komplexního a neuspořádaného chování iontů při vysokých teplotách. Další významnou překážkou je detekce a předpověď, kdy se ionty v krystalech pohybují způsobem podobným kapalinám. Standardní výpočetní techniky, které se snaží vypočítat vlastnosti takových dynamicky neuspořádaných systémů, vyžadují extrémně vysoký výpočetní výkon, což činí rozsáhlé studie nepraktickými.