Искусственный интеллект на службе энергетики: новые материалы для батарей

Исследователи, используя искусственный интеллект, разработали новый материал для аккумуляторов, способный снизить потребление лития на 70%. Это стало возможным благодаря алгоритмам, проанализировавшим 32 миллиона потенциальных соединений и выбравших оптимальную смесь из натрия, лития, иттрия и хлорид-ионов. Эта находка – важный шаг к снижению зависимости от лития, добыча которого наносит значительный вред окружающей среде.
Искусственный интеллект на службе энергетики: новые материалы для батарей
Изображение носит иллюстративный характер

Ключевым моментом в разработке является использование твердого электролита, который, в отличие от жидких аналогов, безопаснее и химически стабильнее. Искусственный интеллект помог отсеять миллионы кандидатов и сократить поиск идеального материала до 18 финалистов за несколько часов. Традиционно, такой процесс занял бы около 20 лет. Это демонстрирует потенциал машинного обучения в ускорении научно-технических исследований.

Инновационная смесь на основе натрия не только снижает потребление лития, но также может проводить оба типа ионов (натриевые и литиевые), что расширяет возможности применения этого материала. Одна из натриевых вариаций содержит на 70% меньше лития по сравнению с традиционными батареями, что существенно снижает их стоимость и экологический след. Эта технология открывает новые горизонты в разработке экономичных и экологичных аккумуляторов.

Несмотря на то, что новая разработка пока что уступает по проводимости жидким электролитам, – а значит, требует более длительного времени для зарядки, – это значительный шаг вперед в области материаловедения. Исследователи уже создали рабочий прототип, который подтвердил жизнеспособность технологии. Главным достижением здесь является не сам материал, а методология его поиска, которая может быть применена в различных областях науки и техники.


Новое на сайте

19208Как новые поколения троянов удаленного доступа захватывают системы ради кибершпионажа и... 19207Почему мировые киберпреступники захватили рекламные сети, и как Meta вместе с властями... 19206Как фальшивый пакет StripeApi.Net в NuGet Gallery незаметно похищал финансовые API-токены... 19205Зачем неизвестная группировка UAT-10027 внедряет бэкдор Dohdoor в системы образования и... 19204Ритуальный предсвадебный плач как форма протеста в традиционном Китае 19203Невидимая угроза в оперативной памяти: масштабная атака северокорейских хакеров на... 19202Как уязвимость нулевого дня в Cisco SD-WAN позволяет хакерам незаметно захватывать... 19201Как Google разрушил глобальную шпионскую сеть UNC2814, охватившую правительства 70 стран... 19200Как простое открытие репозитория в Claude Code позволяет хакерам получить полный контроль... 19199Зачем киберсиндикат SLH платит женщинам до 1000 долларов за один телефонный звонок в... 19198Устранение слепых зон SOC: переход к доказательной сортировке угроз для защиты бизнеса 19197Скрытые бэкдоры в цепочках поставок по: атаки через вредоносные пакеты NuGet и npm 19196Как абсолютная самоотдача, отказ от эго и физиологическое переосмысление тревоги помогают... 19195Отказ от стратегии гладиаторов как главный драйвер экспоненциального роста корпораций 19194Цена ручного управления: почему отказ от автоматизации данных разрушает национальную...
Ссылка