Zurück zu Bigger Picture

BIGGER PICTURE Wissenschaft & Entdeckung

Millionen gedachte Kristalle, eine echte Batterie

Microsofts Modelle schlugen einen festen Elektrolyten vor. PNNL-Forschende stellten ihn her und bauten eine funktionierende Batterie. Bemerkenswert ist der Weg vom virtuellen Screening zum realen Objekt – noch kein marktreifer Akku.

KI-generierte Illustration: Ein Feld möglicher Kristallstrukturen verengt sich auf einen physischen Batterietest.
Ein Feld möglicher Kristallstrukturen verengt sich auf einen physischen Batterietest. Konzeptionelle Illustration; kein Foto und keine exakte Darstellung des realen Projekts.KI-generierte Illustration der Idee, keine Aufnahme der tatsächlichen Personen, Geräte oder Ereignisse.
Virtuelle Ausgangskandidaten
32,6 Millionen
Fachliche Vorauswahl
18 Materialien
Von Kandidaten zur funktionierenden Zelle
Weniger als neun Monate

So funktioniert die Idee

  1. Kristallvarianten erzeugen

    Elemente in bekannten Strukturen austauschen und Eigenschaften vorhersagen.

  2. Strengere physikalische Prüfungen

    Simulationen und Fachleute reduzieren Millionen Kandidaten auf eine Vorauswahl.

  3. Material herstellen und messen

    Elektrolyt synthetisieren und eine echte Batteriezelle testen.

Kristallmöglichkeiten durchsuchen

Die Suche begann mit dem Austausch von Elementen in bekannten Kristallstrukturen: So entstanden 32,6 Millionen Kandidaten. Jeden davon herzustellen wäre unrealistisch. KI-Modelle schätzten zunächst Eigenschaften wie Stabilität und elektrisches Verhalten. Aufwendigere physikalische Berechnungen folgten für die verbleibenden Kandidaten. Gesucht wurde ein fester Elektrolyt – das Material, durch das sich Ionen in einer Batterie bewegen.

Belege: [2]

Die Vorhersage an Physik messen

Die Auswahl behandelte einen Modellwert nicht als experimentellen Beweis. Genauere Berechnungen prüften vorhergesagte Eigenschaften; molekulare Simulationen untersuchten die Bewegung von Atomen und Ionen. Fachleute berücksichtigten anschließend praktische Bedingungen wie die Verfügbarkeit der Elemente und wählten 18 Kandidaten aus. Die breite maschinelle Suche wurde so mit immer aufwendigeren Prüfungen und wissenschaftlichem Urteil verbunden.

Belege: [2][3]

Aus einem Material musste eine Batterie werden

Am PNNL stellten Chemikerinnen und Chemiker die ausgewählte Verbindung her, untersuchten ihre Struktur und maßen die Leitfähigkeit. Ihre Chemie verband Natrium und Lithium. Entscheidend: Das Team baute und prüfte eine Festkörperbatterie, statt bei einer vielversprechenden Computervorhersage aufzuhören. Laut PNNL vergingen vom Erhalt der simulierten Kandidaten bis zur funktionierenden Zelle weniger als neun Monate.

Belege: [1][3]

Ein schnelleres Experiment, noch kein Produkt

PNNL erklärte ausdrücklich, dass weitere Optimierung nötig sei, um veröffentlichte Vergleichswerte zu erreichen. Die Demonstration belegt weder einen langlebigeren Elektroauto-Akku noch ein kommerzielles Produktionsverfahren. Ihr praktischer Beitrag ist ein Forschungsablauf: Laborarbeit auf eine stark verkleinerte, begründete Auswahl konzentrieren und mit echten Messungen entscheiden, welche Materialien weitere Entwicklung verdienen.

Belege: [1]

Die Originalquellen

  1. PNNLPNNL Kicks Off Multi-Year Energy Storage, Scientific Discovery Collaboration with Microsoft
  2. Microsoft Azure QuantumHow Microsoft’s AI screened over 32 million candidates
  3. Research team / arXivAccelerating computational materials discovery: from screening to experimental validation

Was Sie als Nächstes entdecken können

Ein Roboterchemiker entdeckte, wann weniger Licht besser wirktWarum KI-entworfene NASA-Bauteile wie Knochen aussehen
Alle 99 Anwendungen entdecken