"Les électrodes doivent satisfaire des propriétés très différentes en même temps. Elles sont toujours en conflit les unes avec les autres", a déclaré Ritesh Kumar, chercheur postdoctoral Eric et Wendy Schmidt AI in Science à l'Université de Chicago.
En avril 2025, des chercheurs de l'École d'ingénierie moléculaire Pritzker de l'Université de Chicago (UChicago PME) ont dévoilé un nouveau cadre d'IA pour accélérer la découverte d'électrolytes de batterie. Ce cadre équilibre la conductivité ionique, la stabilité oxydative et l'efficacité coulombique pour identifier les molécules prometteuses.
L'IA, entraînée sur un ensemble de données de 250 articles de recherche, attribue un "eScore" aux molécules, prédisant leur aptitude en tant qu'électrolytes. L'IA a déjà identifié une molécule aussi performante que les meilleurs électrolytes, ce qui marque une avancée significative dans la technologie des batteries. Cela réduit la dépendance aux essais et erreurs, ce qui permet d'économiser du temps et des ressources.
L'IA peut passer au crible des milliards de molécules potentielles, une tâche impossible pour les humains. Les chercheurs visent à développer une IA capable de concevoir des molécules entièrement nouvelles avec les propriétés souhaitées. Cela pourrait révolutionner la conception des batteries pour les véhicules électriques, les téléphones et le stockage d'énergie à l'échelle du réseau.
Jeffrey Lopez de l'Université Northwestern souligne que les cadres axés sur les données sont essentiels pour accélérer le développement des matériaux de batterie. L'équipe travaille maintenant à améliorer la capacité de l'IA à identifier les matériaux inconnus, améliorant ainsi ses capacités de conception.