网站 Banner

        新泽西理工学院 （NJIT） 的研究人员利用人工智能来解决储能未来面临的一个关键问题：寻找经济实惠、可持续的锂离子电池替代品。

        在发表的研究中细胞报告物理科学，由Dibakar Datta教授领导的新泽西理工学院团队成功应用生成式人工智能技术，快速发现了能够彻底改变多价离子电池的新型多孔材料。 这些电池，使用镁、钙、铝和锌等丰富的元素为面临全球供应挑战和可持续性问题的锂离子电池提供了一种有前途、具有成本效益的替代品。

         与依赖仅携带单个正电荷的锂离子的传统锂离子电池不同，多价离子电池使用的离子携带两个甚至三个正电荷的元素。 这意味着多价离子电池可以存储更多的能量，从而使它们对未来的储能解决方案极具吸引力。

         然而，多价离子的更大尺寸和更大的电荷使其难以有效地容纳电池材料——这是新泽西理工学院团队新的人工智能驱动研究直接解决的障碍。

         “最大的障碍之一不是缺乏有前途的电池化学成分，而是完全不可能测试数百万种材料组合，”Datta 说。 “我们转向生成式人工智能作为快速、系统地筛选广阔的景观并发现少数能够真正使多价电池实用的结构。

         “这种方法使我们能够快速探索数千种潜在候选药物，从而大大加快了对锂离子技术更高效、更可持续替代品的寻找。”

         为了克服这些障碍，NJIT 团队开发了一种新颖的双 AI 方法：晶体扩散变分自动编码器 （CDVAE） 和微调的大型语言模型 （LLM）。 这些人工智能工具共同快速探索了数千种新的晶体结构，这是以前使用传统实验室实验无法做到的。

         CDVAE 模型在已知晶体结构的大量数据集上进行了训练，使其能够提出具有多种结构可能性的全新材料。 同时，LLM 被调整为最接近热力学稳定性的材料归零，这对于实际合成至关重要。

         “我们的人工智能工具显着加速了发现过程，发现了五种全新的多孔过渡金属氧化物结构，显示出巨大的前景，“Datta 说。 “这些材料具有大型开放通道，非常适合快速安全地移动这些笨重的多价离子，这是下一代电池的关键突破。”

         该团队使用量子力学模拟和稳定性测试验证了他们的人工智能生成的结构，证实这些材料确实可以合成在实验上具有巨大的实际应用潜力。

         Datta 强调了其人工智能驱动方法的更广泛影响：“这不仅仅是发现新的电池材料，而是建立一种快速、可扩展的方法来探索任何先进材料，从电子产品到清洁能源解决方案，而无需进行大量的试验和错误。

         有了这些令人鼓舞的结果，Datta 和他的同事计划与实验实验室合作进行合成和测试他们的人工智能设计材料，进一步突破了商业上可行的多价离子电池的界限。