ElectrolyteGPT: KI der Universität Chicago lernt, „Rezepte' für Batterien der Zukunft zu schreiben

Die Entwicklung neuer Batterien ist immer ein Wettlauf gegen die Zeit und eine komplexe mathematische Herausforderung. Forscher der Pritzker School of Molecular Engineering an der Universität Chicago haben sich dafür entschieden, künstliche Intelligenz (KI) einzusetzen, um diesen Prozess zu beschleunigen. Das Ergebnis ihrer Arbeit ist das Modell ElectrolyteGPT, das nicht nur einzelne chemische Komponenten auswählen kann, sondern vollständige Formeln für Elektrolyte erstellt.

Die Komplexität der Aufgabe: Auswahl aus 10⁶⁰ Optionen

Elektrolyte sind das Herz moderner Batterien. Ihre Zusammensetzung, eine komplexe Mischung aus Salzen, Lösungsmitteln und Additiven, bestimmt direkt die Kapazität, die Ladegeschwindigkeit und die Sicherheit des Geräts. Das Problem besteht darin, dass der Raum möglicher Moleküle auf 10⁶⁰ geschätzt wird, und die Anzahl ihrer Kombinationen und Proportionen noch größer ist. Das manuelle Durchprobieren von Varianten dauert Jahre, was den Fortschritt bei der Entwicklung von Batterien der nächsten Generation bremst.

Das neue KI-Modell ändert die Spielregeln. Im Gegensatz zu bestehenden Lösungen, die lediglich vielversprechende Substanzen vorschlagen, liefert ElectrolyteGPT sofort fertige Rezepturen. Das System berechnet Konzentrationen der Komponenten, Mischungsverhältnisse und die wichtigsten Parameter des zukünftigen Elektrolyten und spart Wissenschaftlern so Zeit bei Routineberechnungen.

Von der Pharmazie zur Batteriechemie

Der Weg zur Entwicklung einer spezialisierten KI war nicht einfach. Das größte Hindernis war das Training des Modells. Die meisten modernen Sprachmodelle wurden mit Datenbeständen trainiert, die mit Pharmazie und Arzneimittelforschung zusammenhängen. In den frühen Phasen schlug die KI Moleküle vor, die ideal für die Medizin geeignet waren, aber für die Batterieindustrie nutzlos.

Um die Situation zu korrigieren, erstellten die Wissenschaftler eine eigene Datenbank, die nur Verbindungen enthält, die mit Elektrolyten in Verbindung stehen. Nach dem zusätzlichen Training begann das System chemisch stabile Substanzen zu generieren, die speziell für den Einsatz in Batterietechnologien geeignet sind.

Prüfung durch die Realität

Die theoretischen Berechnungen wurden im Labor überprüft. Die Autoren der Studie synthetisierten mehrere Zusammensetzungen, die von dem neuronalen Netzwerk vorgeschlagen wurden. Die Tests zeigten, dass einige der neuen Elektrolyte in ihren Eigenschaften mit Lösungen vergleichbar sind, die in fortschrittlichen Lithium-Metall-Batterien verwendet werden.

Laut dem Projektleiter, Professor Chibueze Amanchukwu, zeigen die Ergebnisse, dass künstliche Intelligenz bereits in der Lage ist, Materialentwicklungsprobleme auf dem Niveau erfahrener Fachkräfte zu lösen. Dies eröffnet den Weg zur Entwicklung von Batterien der nächsten Generation für Elektrofahrzeuge und Energiespeichersysteme.

Zukunft der Entwicklung

Es ist wichtig zu verstehen, dass ElectrolyteGPT Wissenschaftler nicht ersetzt, sondern zu einem mächtigen Werkzeug für sie wird. Alle Vorschläge der künstlichen Intelligenz müssen weiterhin einer vollständigen Laborprüfung unterzogen werden. Die Fähigkeit des Systems, neue Materialvarianten jedoch deutlich schneller als ein Mensch zu analysieren und zu erstellen, kann die Markteinführungszeiten effizienterer Batterien drastisch verkürzen.