"Gli elettrodi devono soddisfare proprietà molto diverse allo stesso tempo. Sono sempre in conflitto tra loro", ha affermato Ritesh Kumar, Eric e Wendy Schmidt AI in Science Postdoctoral Fellow presso l'Università di Chicago.
Nell'aprile 2025, i ricercatori della Pritzker School of Molecular Engineering (UChicago PME) dell'Università di Chicago hanno presentato un nuovo framework di intelligenza artificiale per accelerare la scoperta di elettroliti per batterie. Questo framework bilancia la conduttività ionica, la stabilità ossidativa e l'efficienza coulombica per identificare molecole promettenti.
L'IA, addestrata su un set di dati di 250 articoli di ricerca, assegna un "eScore" alle molecole, prevedendo la loro idoneità come elettroliti. L'IA ha già identificato una molecola che si comporta bene come i migliori elettroliti, segnando un significativo progresso nella tecnologia delle batterie. Ciò riduce la dipendenza da tentativi ed errori, risparmiando tempo e risorse.
L'IA può setacciare miliardi di potenziali molecole, un compito impossibile per gli esseri umani. I ricercatori mirano a sviluppare un'IA in grado di progettare molecole completamente nuove con le proprietà desiderate. Ciò potrebbe rivoluzionare la progettazione di batterie per veicoli elettrici, telefoni e stoccaggio di energia su scala di rete.
Jeffrey Lopez della Northwestern University sottolinea che i framework basati sui dati sono fondamentali per accelerare lo sviluppo di materiali per batterie. Il team sta ora lavorando per migliorare la capacità dell'IA di identificare materiali sconosciuti, migliorando ulteriormente le sue capacità di progettazione.