Des chercheurs américains se sont récemment appuyés sur l’intelligence artificielle afin de mettre au point une architecture de batterie nettement moins dépendante du lithium.
IA sélective
Alimentant de nombreux appareils de notre quotidien ainsi que les véhicules électriques, les batteries au lithium sont également appelées à jouer un rôle important dans la transition énergétique, en stockant l’électricité produite par les éoliennes et les panneaux solaires. En raison du coût économique et écologique élevé de ce métal alcalin, de nombreux chercheurs tentent d’identifier des matériaux à même de le remplacer, mais jusqu’à présent, cette entreprise coûteuse pouvait prendre des années.
Dans le cadre de travaux pré-publiés sur le serveur arXiv, Nathan Baker, de Microsoft, et ses collègues ont utilisé l’IA pour passer en revue un nombre écrasant de candidats, et créé une cellule solide nécessitant jusqu’à 70 % moins de lithium que certains modèles concurrents en un temps record.
Imaginés en modifiant la structure d’électrolytes (substances conductrices permettant de faire circuler les ions électriques entre les deux électrodes d’une batterie) existants et en remplaçant certains atomes de lithium par d’autres éléments, les 23,6 millions de matériaux potentiels ont été analysés par un algorithme avancé, qui a rapidement éliminé les plus instables et les moins performants.
Ne comprenant plus que quelques centaines de candidats, la liste a été transmise aux experts du Pacific Northwest National Laboratory, qui ont suggéré de nouveaux critères afin de l’affiner encore davantage. À l’issue de ce processus, Vijay Murugesan et ses collègues ont entrepris de synthétiser l’un d’entre eux, dans lequel une grande partie des atomes de lithium étaient remplacés par des atomes de sodium.
Une batterie fonctionnelle en neuf mois seulement
En l’espace de neuf mois, l’équipe a mis au point une batterie fonctionnelle basée sur le nouveau matériau. Bien que sa conductivité se révèle inférieure aux prototypes similaires intégrant davantage de lithium, Baker et Murugesan estiment que ses performances pourraient être facilement améliorées.
« Les méthodes utilisées ici sont à la pointe du progrès en matière d’apprentissage automatique, mais ce qui est vraiment important, c’est que la cellule a été fabriquée et testée », commente Rafael Gómez-Bombarelli du MIT.
En décembre dernier, l’algorithme de DeepMind avait propulsé la science des matériaux « 800 ans dans le futur » en identifiant plus de 2 millions de nouvelles structures cristallines, dont des centaines ont d’ores et déjà été synthétisées.
