"Os eletrodos têm que satisfazer propriedades muito diferentes ao mesmo tempo. Eles sempre entram em conflito uns com os outros", disse Ritesh Kumar, um Eric e Wendy Schmidt AI in Science Postdoctoral Fellow na Universidade de Chicago.
Em abril de 2025, pesquisadores da Escola de Engenharia Molecular Pritzker da Universidade de Chicago (UChicago PME) revelaram uma nova estrutura de IA para acelerar a descoberta de eletrólitos de bateria. Essa estrutura equilibra a condutividade iônica, a estabilidade oxidativa e a eficiência coulómbica para identificar moléculas promissoras.
A IA, treinada em um conjunto de dados de 250 artigos de pesquisa, atribui um "eScore" às moléculas, prevendo sua adequação como eletrólitos. A IA já identificou uma molécula que tem um desempenho tão bom quanto os melhores eletrólitos, marcando um avanço significativo na tecnologia de baterias. Isso reduz a dependência de tentativa e erro, economizando tempo e recursos.
A IA pode examinar bilhões de moléculas potenciais, uma tarefa impossível para os humanos. Os pesquisadores pretendem desenvolver uma IA que possa projetar moléculas totalmente novas com as propriedades desejadas. Isso pode revolucionar o design de baterias para veículos elétricos, telefones e armazenamento de energia em escala de rede.
Jeffrey Lopez, da Northwestern University, enfatiza que as estruturas orientadas a dados são cruciais para acelerar o desenvolvimento de materiais de bateria. A equipe agora está trabalhando para melhorar a capacidade da IA de identificar materiais desconhecidos, aprimorando ainda mais suas capacidades de design.