AI vindt vijf nieuwe batterijmaterialen: de post-lithium revolutie begint

Generatieve AI helpt duurzame alternatieven voor lithium-ionbatterijen te ontdekken

De toekomst van energieopslag hangt al jaren aan een lithiumdraadje. De vraag naar lithium-ionbatterijen explodeert, maar de beschikbaarheid van lithium is eindig en geopolitiek kwetsbaar. Bovendien is de ecologische voetafdruk van lithiumwinning allesbehalve duurzaam.

Een team van onderzoekers aan het New Jersey Institute of Technology (NJIT) brengt daar nu verandering in — met behulp van generatieve AI. Onder leiding van professor Dibakar Datta ontwikkelden zij een dubbel AI-systeem dat vijf gloednieuwe poreuze materialen identificeerde voor multivalente-ionbatterijen. Die beloven meer capaciteit, lagere kosten en minder afhankelijkheid van kritieke grondstoffen.

Van lithium naar magnesium, zink of calcium

Multivalente-ionbatterijen gebruiken elementen zoals magnesium, calcium of aluminium — overvloedig aanwezig en goedkoper dan lithium. Omdat deze ionen meerdere positieve ladingen dragen, kunnen ze potentieel meer energie opslaan per ion dan hun lithium-tegenhangers.

Maar dat potentieel zat tot nu toe muurvast: de grotere ionen passen moeilijk in bestaande batterijstructuren. Precies dát probleem tackelde het AI-model van NJIT.

Twee AI-systemen, één doel: ontdek nieuwe materialen

Het team gebruikte een dubbele AI-aanpak:

• CDVAE (Crystal Diffusion Variational Autoencoder): een model dat op basis van bekende kristalstructuren volledig nieuwe, hypothetische materialen genereert.

• Gekalibreerd Large Language Model: gericht op het selecteren van structuren die thermodynamisch stabiel genoeg zijn om effectief te synthetiseren.

Samen verkenden ze duizenden kristalstructuren op recordtempo. Vijf daarvan toonden uitzonderlijke eigenschappen: grote interne kanalen waar multivalente ionen snel en veilig door kunnen bewegen. Een cruciale doorbraak voor deze nieuwe generatie batterijen.

Simulaties bevestigen wat AI voorspelt

De voorgestelde materialen werden onderworpen aan kwantummechanische simulaties. De resultaten waren overtuigend: alle vijf structuren zijn stabiel en synthetiseerbaar in het lab. Een stap dichter bij commerciële toepassingen dus.

Wat dit betekent:

• Snellere ontwikkeling van alternatieven voor lithium-ion

• Schaalbare AI-workflows voor andere domeinen: van halfgeleiders tot zonnecellen

• Meer autonomie in grondstoffenbeleid voor regio's zoals Europa

Vlaanderen en Nederland: kansen in batterij-ecosystemen

De Vlaamse en Nederlandse maakindustrie, die inzet op batterijtechnologie (denk aan mobiliteit, netopslag, circulaire economie), kan deze AI-aanpak toepassen om sneller nieuwe materialen en processen te identificeren. Lokale labs of startups die nu afhankelijk zijn van bestaande batterijsystemen kunnen meedenken over synthese of validatie van deze AI-ontdekkingen.

Ook voor beleidsmakers opent dit de deur naar strategische investeringen in AI-gedreven materiaalinnovatie. Niet alleen voor energie, maar voor elk sector waar materiaaleigenschappen doorslaggevend zijn.

Samengevat

De ontdekking van vijf veelbelovende batterijmaterialen markeert geen eindpunt, maar een begin. Dankzij AI wordt materiaalonderzoek niet langer bepaald door toeval of jarenlange labtesten. Het wordt voorspelbaar, schaalbaar en strategisch.

De lithiumgrens is bereikt. De AI-versnelling begint nu.

Blijf deze doorbraak volgen via Het AI Journaal.