Forschende der Carnegie Mellon University haben ein KI-System entwickelt, das innerhalb kurzer Zeit Elektrolyte für Batterien erzeugen soll. Erste Versuche erscheinen vielversprechend. Die Künstliche Intelligenz produzierte Elektrolyte, die über besserer Ladeeigenschaften verfügen als konventionelle.
Batterien sind bereits heutzutage nicht mehr wegzudenken. Die Energiezellen kommen inzwischen in vielen Geräten zum Einsatz. Ohne sie würden unsere Smartphones, Tablets oder Laptops nicht auskommen. Und gerade in Zeiten der Energiewende müssen Batterien zunehmend Elektrizität aus Solaranlagen speichern und nachts wieder an das Netz abgeben.
Es bedarf also neue Möglichkeiten, um Energie kurz- oder mittelfristig zu speichern. Neben neuartigen Energiespeichern, wie eine CO2- oder Plastikbatterie, liegt der Fokus auch auf der Weiterentwicklung von Lithium-Ionen-Akkus. Künstliche Intelligenz (KI) könnte dabei eine große Rolle spielen. Denn ein Computer kann theoretische Experimente deutlich schneller auswerten.
Neue Stellenangebote
|
Mitarbeiter*in (m/w/d) für Social Media, Öffentlichkeitsarbeit und Städtepartnerschaft (m/w/d) meinestadt.de in Sachsenheim |
|
|
Social Media Manager:in und Digital Content Creator:in (m/w/d) Körpergut Akademie GmbH in bundesweit, Home-Office |
|
|
Journalist (m/w/d) als Leiter PR und Social-Media NOMOS Glashütte/SA Roland Schwertner KG in Berlin |
KI-System ermittelt effektivere Elektrolyte für Batterien
Forschende von der Carnegie Mellon University in Pennsylvania untersuchten nun die Effektivität einer solchen KI. Die Aufgabe war dabei recht simpel. Das System sollte dutzende Experimente durchführen, um ein noch besseres Elektrolyt für aktuelle Batterien zu finden. Elektrolyte sind nämlich dafür verantwortlich, wie schnell sich Batterien entladen oder laden lassen.
Das System mit dem Namen „Clio“ vermischte dabei verschiedene Lösungsmittel, Salze und andere Chemikalien und fütterte die Ergebnisse in ein KI-System namens Dragonfly. Daraus resultierten sechs verschiedene Elektrolyte, die bis zu 13 Prozent effektiver als heutige Lösungen sind. Das System benötigte dafür nur einen Bruchteil der ansonsten benötigten Zeit.
Dragonfly und Clio probieren neue Dinge aus
Die manuelle Entwicklung basiert nach wie vor auf dem Trial-and-Error Prinzip. Das heißt, dass verschiedenste Versuche durchgeführt werden, aus denen sich Misserfolge und weitere Experimente ableiten lassen. Clio und Dragonfly vermischen hingegen Dutzende Lösungen miteinander und lernen im Bruchteil einer Sekunde stetig hinzu.
Die Systeme sind in ihrer Denkweise außerdem nicht beschränkt. Wir Menschen tendieren wiederum häufig dazu, anhand vergangener Erfahrungen zu handeln. Die Systeme „denken“ hingegen unbelastet und probieren neue Dinge aus. Die Forschenden untersuchen die neu entstandenen Elektrolyte nun in Hinblick auf ihre Lebenszyklen, Leistung und Sicherheit.
Auch interessant:
