📰 Une IA identifie un nouveau matériau pour batteries, avec -70% de lithium

0


Face Ă  l’incessante progression de l’innovation technologique, l’utilisation de batteries lithium-ion est dĂ©sormais devenue incontournable. Alors que de nombreux chercheurs s’Ă©vertuent Ă  identifier les matĂ©riaux susceptibles d’Ă©quiper les batteries de demain, il se pourrait que ce soit finalement une intelligence artificielle (L’intelligence artificielle ou informatique cognitive est la « recherche de moyens…) (IA) qui y soit parvenu, en un temps (Le temps est un concept dĂ©veloppĂ© par l’ĂŞtre humain pour apprĂ©hender le…) record.

Une avancĂ©e remarquable a en effet Ă©tĂ© rĂ©alisĂ©e par Microsoft en partenariat avec le Pacific Northwest National Laboratory (PNNL), en utilisant l’IA, pour identifier des Ă©lectrolytes solides innovants. Ce dĂ©veloppement pourrait marquer un tournant dans la technologie (Le mot technologie possède deux acceptions de fait 🙂 des batteries, avec un potentiel rĂ©duit de combustion (La combustion est une rĂ©action chimique exothermique d’oxydorĂ©duction. Lorsque la…) et une diminution de l’utilisation du lithium (Le lithium est un Ă©lĂ©ment chimique, de symbole Li et de numĂ©ro atomique 3.).


Échantillons du nouvel Ă©lectrolyte solide dĂ©couvert par l’IA et les outils HPC de Microsoft. Les Ă©lectrolytes solides sont plus sĂ»rs que les Ă©lectrolytes liquides.
Photo de Dan DeLong pour Microsoft.

Le projet a dĂ©marrĂ© avec l’analyse de 32 millions de matĂ©riaux (Un matĂ©riau est une matière d’origine naturelle ou artificielle que l’homme façonne pour en…) potentiels. Grâce Ă  l’IA et au calcul haute performance (HPC) dans le cloud, cette liste a Ă©tĂ© rĂ©duite Ă  23 candidats prometteurs, dont 18 Ă©taient inĂ©dits. Cette mĂ©thode rapide et prĂ©cise contraste avec les mĂ©thodes traditionnelles, longues et coĂ»teuses. En effet, l’IA a Ă©tĂ© capable d’arriver Ă  ce rĂ©sultat en 80 heures (L’heure est une unitĂ© de mesure  🙂 seulement. In fine, l’ensemble (En thĂ©orie des ensembles, un ensemble dĂ©signe intuitivement une collection…) du processus de crĂ©ation de ce matĂ©riau (Un matĂ©riau est une matière d’origine naturelle ou artificielle que l’homme façonne…) ainsi pris quelques semaines en tout, alors que cela aurait pris plusieurs annĂ©es de manière traditionnelle !

L’IA a permis de filtrer efficacement les matĂ©riaux selon divers critères tels que la rĂ©activitĂ© et la conductivitĂ©. Après analyse, ce sont finalement six matĂ©riaux, spĂ©cifiquement adaptĂ©s aux batteries, qui ont Ă©tĂ© retenus. Cette avancĂ©e est significative car les batteries lithium-ion, bien que largement utilisĂ©es, ont des implications environnementales. L’extraction du lithium, nĂ©cessaire pour ces batteries, implique un processus d’Ă©vaporation (L’Ă©vaporation est un passage progressif de l’Ă©tat liquide Ă  l’Ă©tat gazeux. Elle est diffĂ©rente…) de saumures et l’extraction de minerais de roche (La roche, du latin populaire rocca, dĂ©signe tout matĂ©riau constitutif de l’Ă©corce…) dure. Cette opĂ©ration est non seulement coĂ»teuse mais aussi prĂ©judiciable Ă  l’environnement (L’environnement est tout ce qui nous entoure. C’est l’ensemble des Ă©lĂ©ments naturels et…), soulevant des questions sur la durabilitĂ© de ces technologies. De plus, la localisation gĂ©ographique limitĂ©e des gisements de lithium et le temps nĂ©cessaire pour le processus d’Ă©vaporation rendent l’offre sujette Ă  des fluctuations.

La recherche menĂ©e par Microsoft et le PNNL est donc une Ă©tape importante vers des alternatives (Alternatives (titre original : Destiny Three Times) est un roman de Fritz Leiber publiĂ©…) plus durables. Leur dĂ©couverte pourrait rĂ©duire l’utilisation du lithium jusqu’Ă  70 %, en le remplaçant en partie par du sodium (Le sodium est un Ă©lĂ©ment chimique, de symbole Na et de numĂ©ro atomique 11. C’est un…), un Ă©lĂ©ment plus abondant et plus facile Ă  exploiter. NĂ©anmoins, la conductivitĂ© des batteries fabriquĂ©es avec ces nouveaux matĂ©riaux reste infĂ©rieure Ă  celle des batteries plus riches en lithium.

Ces dĂ©couvertes sont encore Ă  un stade prĂ©coce. Les tests Ă  grande Ă©chelle (La grande Ă©chelle, aussi appelĂ©e Ă©chelle aĂ©rienne ou auto Ă©chelle, est un…) n’ont pas encore Ă©tĂ© effectuĂ©s et de nombreux dĂ©fis doivent ĂŞtre surmontĂ©s avant une mise en Ĺ“uvre commerciale. En effet, le passage d’une dĂ©couverte en laboratoire Ă  un produit commercialisable reste complexe et incertain. Cependant, l’utilisation de l’IA dans la recherche accĂ©lère le processus de dĂ©couverte, augmentant ainsi les chances d’innovations significatives.



Source link

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.