Fujitsu Ltd. et l'Institut japonais de chimie physique ont récemment annoncé que leur équipe de recherche commune appliquait des calculs de principe et des techniques d'intelligence artificielle dans la conception des matériaux pour effectuer des prédictions, des synthèses et des tests d'évaluation de la composition électrolytique solide des batteries lithium-ion. Les résultats montrent que même avec moins de données, la combinaison de méthodes d'intelligence artificielle permet de trouver efficacement la meilleure composition matérielle et d'augmenter considérablement la vitesse de développement du matériau.
À ce jour, le développement des matériaux doit s'appuyer sur l'expérience à long terme et l'intuition aiguë accumulées par les chercheurs.Un grand nombre de leçons doivent être accumulées pour réussir.Le premier principe consiste à spécifier la composition des matériaux en fonction des caractéristiques prévisibles de la mécanique quantique. Il est possible de prédire la composition optimale de nouveaux matériaux performants avant l'expérience, réduisant ainsi considérablement le nombre d'expériences ratées, mais la charge du calcul des premiers principes est très importante et les différents composants des matériaux nécessitent des calculs multiples et prendront beaucoup de temps.
L'équipe de recherche espère combiner des simulations de matériaux, des expériences et de l'intelligence artificielle pour résoudre les problèmes de développement matériel, afin de raccourcir considérablement le temps de développement matériel afin de découvrir plus facilement la composition inattendue et la structure cristalline.
L'équipe de recherche a utilisé la méthode d'inférence bayésienne, l'une des méthodes d'intelligence artificielle, pour contrôler le nombre de calculs pour le calcul du premier principe et prédire trois composés oxo-synthétiques contenant du lithium dans des électrolytes solides de batterie lithium-ion. Les résultats confirment que cette méthode permet de prédire la meilleure combinaison de conductivités élevées des ions lithium dans un délai réalisable, tout en trouvant des conductivités élevées des ions lithium d'autres compositions près de la composition prédite.
Les résultats de cette étude ont confirmé que l'utilisation de méthodes de simulation de matériaux et d'intelligence artificielle permet de développer efficacement des batteries lithium-ion étanches aux liquides et aux liquides. À l'avenir, on s'attend à ce qu'il exerce un fort potentiel dans les piles, les semi-conducteurs et les matériaux magnétiques.
