Современные методы научных исследований, основанные на искусственном интеллекте (ИИ) и квантовых технологиях, позволяют сокращать десятилетия работы над новыми материалами до нескольких месяцев или даже недель. Особенно заметные результаты такие технологии уже показали в области разработки аккумуляторов — ключевого направления для устойчивой энергетики и электромобильной индустрии.
Как ИИ помогает создавать новые материалы
Одним из наиболее значимых примеров стала совместная работа Microsoft и Тихоокеанской северо-западной национальной лаборатории Министерства энергетики США (PNNL). Исследователи при помощи платформы Azure Quantum Elements и модели M3GNet проанализировали более 32 миллионов неорганических соединений, чтобы найти перспективные материалы для твердотельных электролитов.
ИИ ускорял моделирование молекулярной динамики и оценивал такие свойства, как атомная диффузия — ключевой параметр для эффективности электролита. После многоэтапного отбора список был сокращён до 500 тысяч стабильных соединений, а затем до 18 финальных кандидатов всего за 80 часов. В обычных условиях подобная работа заняла бы годы.
Учёные PNNL синтезировали лучший из отобранных материалов — NaxLi3−xYCl6, комбинирующий ионы натрия и лития. Ранее подобная структура считалась маловероятной из-за различий в размерах ионов, но эксперименты показали, что их совместное присутствие повышает подвижность зарядов в электролите.
Результаты испытаний подтвердили, что новый твердотельный электролит обладает стабильной ионной проводимостью при разных температурах. Это делает его перспективным решением для более безопасных и энергоёмких аккумуляторов, где жидкий электролит заменён твёрдым материалом, устойчивым к возгоранию.
Почему это важно для энергетики и экологии
Применение ИИ в разработке аккумуляторов открывает путь к снижению зависимости от лития и других дефицитных элементов, а также к созданию более экологичных и доступных источников энергии.
Кроме Microsoft и PNNL, аналогичные подходы используют и другие исследовательские центры. Так, в Институте технологии Нью-Джерси применяют машинное обучение для изучения мультивалентных батарей, работающих с ионами магния или кальция. Эти элементы способны переносить больше зарядов, но сложны в интеграции — ИИ помогает быстро подобрать подходящие пористые структуры для их размещения.
В IBM Research искусственный интеллект анализирует миллиарды молекул, чтобы находить оптимальные составы электролитов. С помощью foundation-моделей и глубоких алгоритмов поиска компания ускоряет открытие безопасных химических соединений с повышенной проводимостью и устойчивостью. Кроме того, IBM использует цифровые двойники, которые моделируют износ батарей за тысячи циклов, что позволяет прогнозировать срок службы без длительных лабораторных тестов.
Совместные проекты IBM с производителями электромобилей уже направлены на разработку нового поколения высоковольтных электролитов, созданных с применением ИИ.
И Microsoft, и IBM видят огромный потенциал в квантовых компьютерах, способных моделировать взаимодействие атомов и молекул с беспрецедентной точностью. Такие технологии могут стать ключом к созданию литий-серных и натрий-ионных батарей нового поколения, обладающих большей ёмкостью, долговечностью и устойчивостью.
Квантовые симуляции помогут учёным быстрее проектировать материалы с оптимальной структурой, снижать время исследований и делать энергохранение более эффективным и безопасным для окружающей среды.
