Egy 2025 szeptemberében a Cell Reports Physical Science folyóiratban megjelent tanulmány szerint generatív AI-modell segítségével több mint 1 millió szimulált kristályszerkezet közül azonosították azokat a porózus oxid anyagokat, amelyek ígéretesek az energiatárolás új generációs megoldásaihoz. A Stanford Egyetem és a Lawrence Berkeley National Laboratory kutatói által vezetett vizsgálat különösen a réz-, mangán- és kobalt-oxidokra összpontosított, mivel ezek képesek nagy felületet biztosítani az ionok gyors be- és kiáramlásához, ami kulcsfontosságú a hatékony akkumulátorok számára.
A kutatók szerint az AI nemcsak a legígéretesebb jelölteket szűrte ki, hanem előre jelezte azok stabilitását és kémiai tulajdonságait is. A szimulációk során a több mint egymillió szerkezetből mintegy 15 000-et tartottak potenciálisan működőképesnek, majd kísérleti validációval is megerősítették a találatokat. A porózus oxid anyagok alternatívát kínálnak a lítium-alapú rendszerekkel szemben, különösen azért, mert a lítium globális piacát ellátási és geopolitikai korlátok sújtják, miközben az energiatárolási igények meredeken növekednek.
Az eredmények jelentősége abban rejlik, hogy a generatív AI képes felgyorsítani az anyagtudomány felfedezési folyamatát, amely hagyományosan éveket vagy akár évtizedeket vett igénybe. A kutatás szerint az AI-vezérelt megközelítés nemcsak gyorsabb, hanem költséghatékonyabb is, és lehetőséget nyit arra, hogy a jövő akkumulátorai lítium helyett bőségesebb és fenntarthatóbb alapanyagokra épüljenek. Ez a módszer hozzájárulhat a tiszta energiaátmenet felgyorsításához, valamint az energiaellátás biztonságának növeléséhez.
Források:
1.
2.
3.
