La IA presenta un diseño de batería que utiliza un 70% menos de litio

La IA ha hecho numerosos avances los últimos años. Sus capacidades ahora se usan para mucho más que automatizar procesos y analizar información. También facilita probar y encontrar nuevos materiales. Esto ha permitido a investigadores diseñar uno que ha dado paso a la creación de una batería que requiere un 70% menos de litio. Gracias a ello, puede ofrecer un precio más accesible para los consumidores.

La lucha por la búsqueda de una alternativa al litio

Las baterías de litio son uno de los productos más comunes en todo el mundo. Las usamos en controles remotos, electrodomésticos e incluso en vehículos eléctricos. También forman una parte importante en una red eléctrica verde, ya que se utilizan para almacenar la energía renovable que sobra de la producción de paneles solares y turbinas. A pesar de que está tan normalizado su uso, en realidad el litio es bastante costoso.

Además, extraerlo causa daño al medio ambiente. Es por ello que, desde hace varios años, encontrar un reemplazo para este material ha sido prioridad. Sin embargo, la búsqueda no es sencilla, puesto que requiere el desarrollo y prueba de millones de prototipos y materiales. Por suerte, gracias al uso de la inteligencia artificial, Nathan Baker en Microsoft y su equipo lograron la tarea en meses.

La investigación y el papel de la IA

El equipo comenzó su investigación con 23.6 millones de materiales. Se diseñaron mediante ajustes en la estructura de electrolitos establecidos y reemplazando los átomos de litio por otros elementos. Para poder acelerar el proceso de encontrar el adecuado, se usó un algoritmo de IA que eliminó los productos que consideró resultarían inestables o tendrían un funcionamiento débil.

Este proceso se logró utilizando un sistema de cómputo de alto rendimiento (HPC). Se encargó de procesar modelos de datos masivos para calcular la energía de cada elemento. Asimismo, hizo el trabajo de simular el movimiento de moléculas a través del material, reduciendo el campo de materiales a 150. Las últimas opciones fueron posteriormente evaluadas por humanos, con el fin de conseguir potenciales problemas como poca disponibilidad o funcionamiento no compatible.

Después de tan solo unos días de este proceso, la lista se había reducido a unos pocos cientos de candidatos. Varios de los mismos no se habían estudiado antes. Por lo tanto, Baker se encargó de contactar con expertos que han trabajado en grandes proyectos de baterías para conseguir sus opiniones. Quien respondió a su llamada fue Vijay Murugesan, del Pacific Northwest National Laboratory en el estado de Washington.

Murugesan, en conjunto con otros científicos, se encargaron de sugerir criterios adicionales para agregar al algoritmo de la inteligencia artificial. Esto dio paso a otra ronda de eliminación, después de la cual el equipo de Murugesan eligió finalmente una de las sugerencias. De acuerdo con el experto, el material destacó, ya que reemplaza la mitad de los átomos de litio por sodio, lo que consideró novedoso.

El resultado de las investigaciones

Después de un largo proceso de fabricación, los expertos lograron construir una batería funcional con el material seleccionado. Sin embargo, esta ha tenido una conductividad más baja que otros prototipos que usan más litio. Se ha establecido que aún queda bastante trabajo por hacer para lograr optimizar su funcionamiento. Por suerte, tiene la suficiente capacidad como para prender una bombilla y esto se logró en el corto tiempo de 9 meses, cuando pudo haber tomado años.

Los obstáculos de la inteligencia artificial

Este proceso es solo un ejemplo de los avances y evolución que se pueden lograr con la inteligencia artificial. Logró, en cuestión de meses, realizar cálculos que otros físicos han estado haciendo durante décadas. Sin embargo, de acuerdo con Rafael Gómez-Bombarelli del Instituto de Tecnología de Massachusetts, este método podría enfrentar varios obstáculos en el futuro. Sobre todo, cuando se trata de entrenar a la IA.

Afirma que los datos necesarios para entrenar a la inteligencia artificial en este tipo de procesos son muy escasos. Por lo tanto, entrenarla para un proceso más avanzado o completo sería complicado. Asimismo, destaca que otros materiales que no forman parte de los componentes de la batería requieren de parámetros más complejos para su combinación. Esto podría complicar los avances usando la IA.

El proceso de reemplazo de los electrolitos y el litio todavía tiene un largo camino por delante. Su progreso no es solo relevante para la tecnología y la energía, sino que también podría ser una gran noticia para el campo de la IA. Si se logra desarrollar metodologías que permitan entrenar a las IA en este tipo de procesos, pronto podríamos encontrarnos con mecanismos totalmente nuevos en la investigación, fabricación y desarrollo de productos.