"De elektroden moeten tegelijkertijd aan zeer verschillende eigenschappen voldoen. Ze zijn altijd met elkaar in conflict," zei Ritesh Kumar, een Eric and Wendy Schmidt AI in Science Postdoctoral Fellow aan de Universiteit van Chicago.
In april 2025 onthulden onderzoekers van de Pritzker School of Molecular Engineering (UChicago PME) van de Universiteit van Chicago een nieuw AI-framework om de ontdekking van batterij-elektrolyten te versnellen. Dit framework balanceert ionische geleidbaarheid, oxidatieve stabiliteit en Coulombische efficiëntie om veelbelovende moleculen te identificeren.
De AI, getraind op een dataset van 250 onderzoeksartikelen, kent een "eScore" toe aan moleculen, waarmee hun geschiktheid als elektrolyten wordt voorspeld. De AI heeft al een molecuul geïdentificeerd dat net zo goed presteert als de beste elektrolyten, wat een belangrijke vooruitgang in de batterijtechnologie markeert. Dit vermindert de afhankelijkheid van vallen en opstaan, waardoor tijd en middelen worden bespaard.
De AI kan miljarden potentiële moleculen doorzoeken, een taak die onmogelijk is voor mensen. Onderzoekers streven ernaar een AI te ontwikkelen die volledig nieuwe moleculen met de gewenste eigenschappen kan ontwerpen. Dit zou een revolutie teweeg kunnen brengen in het batterijontwerp voor elektrische voertuigen, telefoons en grootschalige energieopslag.
Jeffrey Lopez van Northwestern University benadrukt dat datagestuurde frameworks cruciaal zijn voor het versnellen van de ontwikkeling van batterijmaterialen. Het team werkt nu aan het verbeteren van het vermogen van de AI om onbekende materialen te identificeren, waardoor de ontwerpcapaciteiten verder worden verbeterd.