Un team di ricerca russo ha sviluppato una nuova tecnologia per batterie elettriche a stato solido che promette fino al 50% in più di autonomia con una singola ricarica, maggiore sicurezza e una durata più lunga. Il tutto grazie all’impiego dell’intelligenza artificiale, che ha permesso di individuare materiali innovativi in tempi record.
Una nuova generazione di batterie elettriche
Presso lo Skolkovo Institute of Science and Technology (Skoltech) di Mosca, in collaborazione con l’AIRI Institute, i ricercatori hanno raggiunto un traguardo che potrebbe ridefinire gli standard del settore automobilistico elettrico. Il team ha infatti applicato tecnologie di machine learning per identificare materiali ad alte prestazioni destinati alle batterie a stato solido. Il risultato? La prospettiva di veicoli elettrici capaci di coprire distanze significativamente maggiori con una sola ricarica, e con una sicurezza nettamente superiore rispetto alle attuali batterie agli ioni di litio.
Queste ultime, infatti, fanno uso di elettroliti liquidi, sostanze che comportano un rischio non trascurabile di incendio. Le batterie a stato solido, invece, utilizzano materiali ceramici o simili, che garantiscono maggiore stabilità chimica e densità energetica. Tuttavia, il grande ostacolo a una loro diffusione su scala industriale è sempre stato rappresentato dalla difficoltà di trovare elettroliti solidi compatibili e affidabili. Ed è proprio qui che entra in gioco l’intelligenza artificiale.
Reti neurali al servizio della scienza dei materiali
Attraverso l’uso di graph neural network, i ricercatori sono riusciti a selezionare in tempi rapidissimi materiali con elevata mobilità ionica, una caratteristica chiave per il funzionamento efficiente delle batterie. Secondo Artem Dembitskiy, dottorando a Skoltech e primo autore dello studio, questo approccio ha permesso di “identificare nuovi materiali per batterie solide con una velocità superiore di ordini di grandezza rispetto ai metodi tradizionali della chimica quantistica”.
In pratica, la rete neurale è stata addestrata per riconoscere pattern molecolari e strutture chimiche favorevoli al trasporto di ioni di litio, elemento fondamentale nel processo di carica e scarica delle batterie. In questo modo, i ricercatori hanno potuto individuare rivestimenti protettivi avanzati per alcuni dei candidati più promettenti nel panorama degli elettroliti solidi, come il Li₁₀GeP₂S₁₂. L’intelligenza artificiale, insomma, non solo accelera la scoperta scientifica, ma diventa uno strumento progettuale concreto per l’industria.
La funzione cruciale dei rivestimenti protettivi
Uno degli aspetti più delicati nella progettazione di batterie a stato solido è la compatibilità chimica tra l’elettrolita e gli altri componenti della batteria, in particolare l’anodo (spesso in litio metallico) e il catodo. Entrambi sono altamente reattivi e possono danneggiare l’elettrolita, compromettendo le prestazioni o generando cortocircuiti.
Come spiega Dmitry Aksyonov, docente associato e coautore dello studio, “il litio metallico è un potente agente riducente, mentre i materiali catodici sono agenti ossidanti. Il contatto diretto con l’elettrolita può distruggerne la struttura interna”. Per questo motivo è fondamentale inserire strati di rivestimento che fungano da barriera chimica e meccanica. Ed è proprio in questo ambito che l’AI si è rivelata decisiva: la selezione di materiali come Li₃AlF₆ e Li₂ZnCl₄ promette di aumentare l’efficienza e la durabilità delle batterie, aprendo la strada a una nuova generazione di accumulatori ad alte prestazioni.
Oltre alla scoperta teorica, i ricercatori hanno già testato in laboratorio alcuni dei materiali previsti dall’algoritmo, dimostrando la loro efficacia come rivestimenti protettivi per elettroliti solidi. Questa tecnologia potrebbe rappresentare un punto di svolta per l’intero settore automotive, ma anche per tutte le applicazioni che richiedono accumulo di energia sicuro e ad alta densità, come l’aerospazio, l’elettronica di consumo e l’immagazzinamento di energia da fonti rinnovabili.
