Recherche
Une stratégie Big Data pour les électrolytes de batteries de nouvelle génération.
Toutefois, établir un équilibre entre la conductivité, la stabilité et l’efficacité des électrolytes reste un défi, car ces propriétés peuvent souvent être contradictoires.
Ritesh Kumar et son équipe de l’Université de Chicago ont développé un cadre innovant utilisant l’intelligence artificielle (IA) pour identifier des molécules qui optimisent ces caractéristiques.
En analysant un vaste ensemble de données issues de 250 publications sur les batteries au lithium-ion, ils ont réussi à créer un scoring qui permet de repérer les meilleures candidates parmi les milliards de possibilités.
L’utilisation de l’IA dans ce contexte vise à rendre le processus de recherche plus efficace, remplaçant des approches traditionnelles souvent basées sur l’essai-erreur.
Les chercheurs espèrent créer des électrolytes plus performants en testant des molécules prometteuses détectées par leurs algorithmes.
L’équipe reconnaît que l’extraction de données pertinentes, en particulier à partir d’images dans les publications scientifiques, pose des défis supplémentaires.
À l’avenir, ils visent à développer une IA capable de concevoir de nouvelles molécules répondant aux critères souhaités, révolutionnant ainsi la recherche sur les batteries de prochaine génération.