Accelerare la scoperta di nuovi materiali con l'intelligenza artificiale
Un sistema multi-agente agisce come un partner creativo, guidando lo sviluppo di batterie di nuova generazione durevoli e sostenibili
In una prima mondiale per la ricerca sulle batterie, i ricercatori dell'Università di Bayreuth e dell'Università di Scienza e Tecnologia di Hong Kong hanno impiegato una cosiddetta rete multi-agente nella progettazione delle batterie. Questo strumento basato sull'intelligenza artificiale consente di generare rapidamente proposte promettenti per nuovi materiali per batterie, favorendo così lo sviluppo di batterie di prossima generazione durature e sostenibili. I ricercatori hanno pubblicato i loro risultati sulla rivista Advanced Materials.
L'elettrolita di una batteria, che trasporta gli ioni tra gli elettrodi e consente quindi il flusso di elettricità, è fondamentale per la durata, la sicurezza e le prestazioni complessive della batteria. La scoperta di nuovi materiali elettrolitici è quindi uno dei fattori più importanti per far progredire la transizione energetica globale. L'identificazione di elettroliti adatti, tuttavia, richiede una ricerca approfondita, in cui le composizioni promettenti dei materiali devono essere prima trovate e poi testate sperimentalmente - un processo che spesso richiede settimane o addirittura mesi. Utilizzando un approccio basato sull'intelligenza artificiale, i ricercatori guidati dal Prof. Dr. Francesco Ciucci della Cattedra di Progettazione di Elettrodi per Dispositivi Elettrochimici di Accumulo di Energia presso il Centro Bavarese per la Tecnologia delle Batterie (BayBatt) dell'Università di Bayreuth hanno compiuto il primo passo per accelerare questo processo.
A tal fine, i ricercatori di Bayreuth, in collaborazione con l'Università di Scienza e Tecnologia di Hong Kong, hanno sviluppato una rete multi-agente basata su modelli linguistici di grandi dimensioni come ChatGPT. Si tratta di due unità specializzate (agenti software) che lavorano insieme per risolvere un problema o una domanda di ricerca. Un agente ha un'ampia panoramica della letteratura esistente sull'argomento, mentre l'altro ha accesso a conoscenze approfondite e specializzate. Quando gli esseri umani conducono ricerche, vagliano le informazioni e soppesano le opzioni, possono essere necessarie settimane o addirittura mesi per identificare un materiale adatto. L'IA, invece, riesce a farlo in poche ore. Con questo sistema multi-agente, il team ha creato un approccio pionieristico per sfruttare la creatività guidata dall'IA per accelerare la scoperta dei materiali.
"Il nostro nuovo sistema multi-agente agisce come un partner scientifico creativo, con due agenti specializzati che analizzano la letteratura pertinente. Simulando un dibattito scientifico, i due agenti collegano le idee provenienti dai loro ampi dati di formazione e dalla letteratura per proporre nuove composizioni di elettroliti", spiega Ciucci.
Il dottor Matthew J. Robson della Hong Kong University of Science and Technology aggiunge: "L'aspetto fondamentale è l'evoluzione del ruolo dell'intelligenza artificiale nel processo scientifico. Abbiamo dimostrato un nuovo schema per la ricerca scientifica che trasforma l'IA da strumento passivo per l'analisi dei dati in un partner attivo e creativo in grado di generare ipotesi realmente nuove e di alta qualità".
In una fase successiva cruciale, il team ha tradotto la propria ricerca dalla teoria alla pratica: il sistema multi-agente ha proposto diversi componenti elettrolitici nuovi, economici e rispettosi dell'ambiente per le batterie allo zinco. Uno degli elettroliti ha dimostrato prestazioni eccezionali nei test sperimentali, rivaleggiando con i sistemi più avanzati della sua classe di elettroliti. Il nuovo design ha dimostrato una durata eccezionale, completando più di 4.000 cicli di carica e scarica. Ha inoltre stabilito un nuovo record di ricarica rapida nella sua classe di elettroliti, fornendo quasi il 20% in più di capacità a velocità di ricarica rapida rispetto a elettroliti simili.
"L'efficacia comprovata della nostra rete multi-agente sta rivoluzionando la scoperta di materiali avanzati, anche al di là della progettazione delle batterie", afferma Ciucci. "Questo approccio significa che la fase iniziale della ricerca può essere drasticamente ridotta". La rete di intelligenza artificiale può quindi servire come potente strumento per integrare le competenze scientifiche umane. Se combinate con la convalida attraverso esperimenti di laboratorio e il giudizio critico dei ricercatori, le promettenti proposte generate dall'IA possono portare a soluzioni più rapide per le sfide globali.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione originale
Altre notizie dal dipartimento scienza
