Microsoft araştırmacıları 2023 yılında lityum kullanımını dramatik şekilde azaltabilecek yeni bir batarya malzemesi tanımladığında, bu buluş samanlıkta iğne bulmak kadar zordu ama rekor sürede gerçekleşti. Çünkü araştırma, yapay zekanın desteğiyle 32 milyon ihtimal arasından yalnızca 80 saatte öne çıkan tek bir adayın belirlenmesiyle sonuçlandı. Şimdi Pacific Northwest National Laboratory (PNNL) ekibi, NaxLi3−xYCl6 adlı bu yeni bileşiği sentezleyerek gerçek bir batarya sistemi içinde test etmeye hazırlanıyor.
Yüzde 70 daha az lityum
Microsoft’un deneyi, yapay zekanın yeni kimyasallar keşfinde ne kadar hız kazandırabileceğini göstermek amacıyla başlamıştı. Proje lideri Nathan Baker, şirketin Azure Quantum Elements programı kapsamında yürütülen çalışmada, şarj edilebilir bataryalar için daha güvenli ve yüksek performanslı elektrolitlerin aranmasına odaklandıklarını belirtiyor. Bunun için kullanılan M3GNet modeli, moleküler dinamik simülasyonlarını hızlandırarak adayların atomik difüzyon gibi elektrolit performansını belirleyen kritik özelliklerini analiz etti.
Yapay zeka önce bilinen kristal yapılara yeni elementler ekleyerek hangi moleküllerin stabil kalabileceğini hesapladı. Bu aşama, 32 milyon adayın sayısını yarım milyona düşürdü. Sonraki taramalarda yalnızca 800 aday kaldı. Geleneksel hesaplama yöntemleri ve bilim insanlarının uzmanlığıyla bu adaylar içinden yüzde 70 daha az lityum kullanan yeni elektrolit yapısı belirlendi.Yapay zeka batarya keşfinde kullanılıyor
Dünyanın dört bir yanında araştırmacılar, lityum-iyon bataryaların yerini alabilecek veya onları geliştirecek yeni nesil sistemler üzerinde çalışıyor. Amaç, nadir ve pahalı elementlere bağımlılığı azaltmak, yangın riskini düşürmek ve daha fazla enerjiyi daha küçük alanlara sığdırmak. Yapay zeka da bu alanda kritik roller üstlenmeye başlamış durumda.
Örneğin New Jersey Institute of Technology araştırmacıları, yapay zekanın çok değerli pillerde (Multivalent battery) (birden fazla yük taşıyabilen magnezyum veya kalsiyum iyonlarıyla çalışan bataryalar) kullanılabilecek uygun malzemeleri hızla seçebilmesi sayesinde bu hedefe daha yakın olunduğunu söylüyor. AI sayesinde araştırmacılar, milyonlarca olasılık içinden yalnızca beş gözenekli malzemenin doğru boyutta olduğunu belirledi.
IBM Research de benzer bir çizgide ilerliyor. IBM’in geliştirdiği modeller, milyarlarca molekül üzerinde eğitilerek kimyanın temel dilini öğreniyor. Ardından batarya verileriyle eğitilen bu modeller, yeni elektrolitlerin iyonik iletkenlik ve kararlılık gibi özelliklerini öngörüyor. Böylece mevcut lityum tuzlarından çok daha verimli formülasyonlar belirlenebiliyor. IBM’in ekibi, bir elektrikli araç üreticisiyle birlikte yüksek voltajlı bataryalar için yeni nesil elektrolitler tasarlıyor. Ayrıca, dijital ikiz teknolojisi ile bataryaların binlerce şarj döngüsündeki bozulmalarını yalnızca 50 döngüde simüle ederek uzun vadeli dayanıklılık tahminlerini hızlandırıyor.
Gelecek adım ise kuantum bilgisayarların sürece dahil edilmesi. Hem Microsoft hem de IBM, klasik bilgisayarların zorlandığı karmaşık kimyasal hesaplamaları kuantumla çözmeyi hedefliyor.
