Des chercheurs de l’Université de Tohoku ont développé un cadre d’intelligence artificielle (IA) utilisant des données afin de détecter rapidement des électrolytes solides (SSE) prometteurs pour les batteries.
Ce modèle innovant ne se contente pas de sélectionner les meilleurs candidats, mais anticipe également leurs performances, ce qui permet aux scientifiques d’éviter des méthodes expérimentales longues et coûteuses.
Les résultats, publiés dans la revue Angewandte Chemie International Edition, soulignent comment l’IA peut optimiser le processus de recherche en s’appuyant sur des bases de données existantes et diverses techniques de modélisation, accélérant ainsi la découverte de nouveaux matériaux.L’étude explore également la corrélation entre la structure et la performance des SSE, identifiant un mécanisme de migration ionique en deux étapes grâce à des approches avancées.
Les chercheurs envisagent d’élargir l’utilisation de ce cadre à d’autres types d’électrolytes et d’appliquer davantage d’outils d’IA pour approfondir leur compréhension des mécanismes de réaction.
La création d’une base de données inédite d’électrolytes à semi-conducteurs (DDSE) illustre l’importance de leur travail pour le développement de solutions énergétiques durables.L’article « Comment optimiser les batteries semi-conducteurs ? Demandez à l’IA » a été publié initialement sur IA Tech News.
Source: IA Tech news
