Finies les batteries qui s’usent trop vite : cette nouvelle technologie double l’autonomie et la durée de vie des voitures électriques

Les avancées technologiques dans le domaine des batteries pour véhicules électriques sont en plein essor grâce à des recherches innovantes. Une équipe de l’Université de Chicago a mis au point une nouvelle méthode utilisant l’intelligence artificielle pour accélérer le développement des batteries de nouvelle génération. En se concentrant sur l’identification de molécules présentant des propriétés électrolytiques idéales, cette approche pourrait transformer la manière dont nous concevons les batteries, en offrant des performances accrues et une durabilité améliorée.

Une approche révolutionnaire pour les électrolytes

La méthode développée par Ritesh Kumar et son équipe repose sur un cadre basé sur l’intelligence artificielle qui évalue et classe les candidats électrolytiques potentiels. Utilisant un indicateur spécifique nommé « eScore », ce système examine les molécules d’électrolytes en fonction de trois critères de performance clés : la conductivité ionique, la stabilité oxydative et l’efficacité coulombique. Ces propriétés sont souvent difficiles à optimiser simultanément, mais l’outil permet d’identifier des candidats capables de répondre à plusieurs exigences de performance en même temps.

Kumar souligne que le développement d’électrolytes implique généralement des compromis, car les molécules offrant une grande stabilité manquent souvent de conductivité, et vice versa. Cependant, le nouveau système utilise des algorithmes d’apprentissage automatique pour prédire les performances des molécules, en découvrant même des candidats qui n’avaient jamais été testés auparavant. Cela marque un tournant par rapport aux méthodes traditionnelles d’essais et d’erreurs utilisées jusqu’à présent dans la recherche sur les batteries, en permettant une évaluation plus rapide et plus efficace des électrolytes potentiels.

« J’ai décuplé la durée de vie des batteries de voitures électriques » : une avancée phénoménale grâce à l’anode en lithium ultra-mince qui bouleverse tout

La formation de l’intelligence artificielle

Pour construire le jeu de données d’entraînement, les chercheurs ont compilé manuellement des données provenant de plus de 250 études scientifiques couvrant plus de 50 ans de recherches sur les batteries lithium-ion. Ces informations, souvent disponibles uniquement sous forme d’images ou de tableaux intégrés dans des figures de journaux, ont nécessité une entrée manuelle fastidieuse.

Une fois formé, le système d’IA a pu évaluer les molécules candidates en fonction de leurs performances prévues, y compris certaines qu’il n’avait jamais rencontrées auparavant. Dans un cas, le modèle a identifié une molécule qui correspondait aux meilleurs électrolytes de batterie commerciaux existants. Cette méthode innovante permet d’explorer un nombre de combinaisons d’électrolytes potentiels estimé à 10⁶⁰, ce qui aurait été impossible à réaliser par des tests en laboratoire seuls.

« Ils pulvérisent les lois de la physique » : ce matériau bizarre régénère les batteries des véhicules électriques et change de forme comme par magie

Les prochaines étapes vers l’avenir

Depuis 2020, l’équipe a commencé à organiser manuellement le jeu de données d’entraînement de l’IA, en extrayant des milliers de composés potentiels à partir de plus de 50 ans de recherche sur les batteries. Bien que les modèles actuels aient du mal à extraire des données à partir d’images, l’entrée manuelle est nécessaire en raison des problèmes de formatage, car les informations clés sont souvent intégrées dans des images plutôt que sous forme de texte.

Malgré la taille du jeu de données, les chercheurs soulignent que la formation du modèle n’était que le début. L’IA a été évaluée sur des molécules qu’elle n’avait jamais vues auparavant pour tester son véritable potentiel. Bien qu’elle ait bien performé sur celles chimiquement similaires à des composés connus, elle a eu des difficultés avec des molécules moins familières. Ce défi souligne l’importance de former l’IA à prédire les performances de molécules dans des espaces chimiques complètement différents, étape cruciale pour avancer dans la conception de batteries de nouvelle génération.

« J’ai triplé mes ventes en une semaine grâce à Acheter-des-Fans.com » : voici le fournisseur d’avis Google qui fait exploser toutes les e-réputations

Implications pour l’industrie des véhicules électriques

La capacité du système d’IA à identifier des électrolytes performants pourrait avoir un impact significatif sur l’industrie des véhicules électriques. En augmentant l’efficacité et la durabilité des batteries, cette technologie pourrait contribuer à réduire les coûts et à accroître l’autonomie des véhicules électriques, rendant leur adoption plus attrayante pour les consommateurs.

En outre, la méthode pourrait être appliquée à d’autres domaines de la recherche chimique, offrant un cadre adaptable pour explorer des solutions innovantes dans divers secteurs. Cette approche ne se contente pas d’améliorer les batteries, elle ouvre la voie à une nouvelle ère d’innovation technologique, où l’intelligence artificielle joue un rôle central dans la découverte scientifique.

Alors que ces avancées prometteuses se profilent, la question demeure : comment cette nouvelle technologie influencera-t-elle l’évolution des énergies renouvelables et de la mobilité durable dans les années à venir ?