La Inteligencia Artificial de Microsoft encuentra en tiempo récord un nuevo material que podría reducir el uso masivo de litio en baterías

Cuando hablamos de Inteligencia Artificial, lo creas o no, las posibilidades son casi infinitas. Nosotros nos limitamos a 'jugar' con esta tecnología con la creación de imágenes, fotos, textos… mientras que los fabricantes de coches, por ejemplo, la utilizan para desarrollar sus sistemas de conducción autónoma, su tecnología de asistentes al conductor, etc.

Y es que la IA y la investigación científica pueden ir de la mano para obtener logros increíbles. El gigante tecnológico Microsoft estima que la combinación de experiencia científica e Inteligencia Artificial «comprimirá los próximos 250 años de innovación en química y ciencia de materiales en los próximos 25, transformando todas las industrias y abriendo una nueva era para el descubrimiento científico».

Microsoft lo ha demostrado ya en primera instancia en el mundo de las baterías con un trabajo de investigación asombroso, a través de su propia plataforma Azure Quantum Elements, que permite poner estos avances en IA en manos de sus clientes.

Una inteligente forma de buscar alternativas al litio

La capacidad de sintetizar enormes conjuntos de datos de las herramientas de IA ha sido utilizada por un equipo de investigadores de Microsoft y del Pacific Northwest National Laboratory (PNNL), en el estado de Washington (EE.UU.).

A través de la IA y de la supercomputación, se ha descubierto una nueva sustancia que sería capaz de reducir el uso del litio en las baterías de forma significativa: hasta en un 70 por ciento. El descubrimiento se ha llamado «Material N2116» y, en definitiva, es un electrolito sólido.

Ya hemos hablado más de una vez de las baterías en estado sólido: son, en definitiva, el futuro de las baterías en los coches eléctricos y muchas marcas ya trabajan en desarrollarlas y hacerlas realidad de aquí al final de la década. Estas son más seguras, presentan una mayor densidad energética y permiten más ciclos de carga que las actuales de iones de litio.

Este componente, el litio, es a día de hoy un recurso vital para la fabricación de la gran mayoría de baterías que nos encontramos, por ejemplo, en la automoción, los smartphones… pero que, en definitiva, es finito, además de poder causar importantes daños al medio ambiente en su extracción.

Es por ello que la búsqueda de alternativas es más que necesaria y la Inteligencia Artificial, como vas a ver a continuación, puede acelerar –y mucho– el proceso.ç

«El litio y otros elementos estratégicos utilizados en estas baterías son recursos finitos con suministros limitados y geográficamente concentrados. Uno de los principales objetivos de nuestro trabajo en PNNL ha sido identificar nuevos materiales para las crecientes necesidades de almacenamiento de energía del futuro; aquellos fabricados con materiales sostenibles que conservan y protegen los recursos limitados de la Tierra», resume Vijay Murugesan, del laboratorio PNNL.

Así ayuda la IA a fabricar mejores baterías para coches eléctricos

Microsoft, a través de su plataforma Azure Quantum Elements, ha utilizado la Inteligencia Artificial y los cálculos de supercomputación basados en la nube para «estimar las características de los materiales», como la energía, la fuerza, el estrés, la banda prohibida electrónica y las propiedades mecánicas, dice el estudio impulsado por Microsoft.

«Estos modelos se han entrenado con millones de puntos de datos de simulaciones de materiales y, por lo tanto, pueden minimizar los cálculos de supercomputación y predecir las propiedades de los materiales 1500 veces más rápido que los cálculos tradicionales de la teoría funcional de la densidad».

Como puedes ver en el gráfico anterior, se comenzó analizando más de 32,6 millones de materiales inorgánicos potenciales., de los que los modelos IA encontró 500.000 que podían ser estables. La Inteligencia Artificial examinó este conjunto más pequeño para buscar propiedades funcionales, lo que permitió reducir la lista a 800.

De ahí, entró en juego una segunda fase que combina las simulaciones físicas con modelos de IA: los cálculos de DFT (métodos computacionales) confirmaban las propiedades del análisis de IA con mayor precisión; después, le siguieron las simulaciones de dinámica molecular para modelar cambios estructurales.

Así pues, se pasó a una lista casi final de 150, de la que se sacó un conjunto de los 18 mejores candidatos en función de su novedad, mecánica y disponibilidad. La experiencia de los investigadores del laboratorio PNNL tomaron las riendas para sintetizar el mejor candidato.

Todo ello en un tiempo que habría llevado décadas y que se redujo a menos de una semana. Luego, eso sí, los investigadores pasaron a demostrar la viabilidad técnica del electrolito mediante la construcción de una batería funcional de estado sólido y las posteriores pruebas en diferentes condiciones. Se descubrió entonces que este nuevo compuesto tenía una «conductividad iónica viable».

«Teníamos los conocimientos de la IA que nos indicaban un territorio potencialmente fructífero mucho más rápido. Pudimos modificar, probar y ajustar la composición química de este nuevo material y evaluar rápidamente su viabilidad técnica para una batería funcional, lo que muestra la promesa de la IA avanzada para acelerar el ciclo de innovación», remata Karl Mueller, Director de la Oficina de Desarrollo de Programas del PNNL.

Fuente: MicrosoftFotos: Freepik / Microsoft