Multivalente metalen, porieuze structuren en slimme algoritmes: onderzoekers van het New Jersey Institute of Technology (NJIT) hebben met behulp van kunstmatige intelligentie vijf volledig nieuwe batterijmaterialen ontdekt die lithium-iontechnologie mogelijk gaan inhalen.
Lithium-ionbatterijen zijn al decennia dé standaard voor alles wat draagbaar, oplaadbaar en mobiel is: van telefoons tot elektrische auto’s. Maar zoals zo vaak met succesverhalen komt er op een gegeven moment een grens in zicht. Lithium is duur, zeldzaam, geopolitiek gevoelig én niet bepaald de meest duurzame grondstof om te delven. Hoog tijd dus voor alternatieven – en die komen nu uit een onverwachte hoek.
De batterij na lithium: magnesium, calcium of zink?
Er wordt al langer gespeculeerd over zogenaamde multivalent-ion batterijen, die gebruikmaken van elementen zoals magnesium (Mg²⁺), calcium (Ca²⁺), aluminium (Al³⁺) of zink (Zn²⁺). Deze metalen zijn niet alleen veel beter beschikbaar dan lithium (Li⁺), ze kunnen ook meer elektrische lading per ion vervoeren. Waar lithium slechts één positief geladen deeltje meedraagt, doen multivalente metalen dat met twee of drie tegelijk. In theorie betekent dat: meer energie per volume-eenheid.
Alleen is de praktijk ligt dat net wat genuanceerder. Die grotere lading komt met een grotere atoomgrootte. En die ‘dikke’ ionen bewegen bijzonder moeizaam door de bestaande batterijmaterialen. Vergelijk het met een racefiets op een zandweg: je komt vooruit, maar het gaat traag en stroef. Wat deze technologie nodig heeft, zijn open, poreuze materialen waar die grotere ionen vlotjes doorheen kunnen racen – zonder weerstand of instabiliteit.
De AI-batterijfabriek
Dat is precies waar de onderzoekers van NJIT nu een grote doorbraak hebben geboekt. In plaats van duizenden chemische experimenten te doen in het lab, lieten ze de computer het werk doen. Of beter gezegd: twee computersystemen die op elkaar zijn afgestemd.
De eerste, een zogenoemde Crystal Diffusion Variational Autoencoder (CDVAE), is een generatief AI-model dat nieuwe kristalstructuren kan verzinnen op basis van bestaande gegevens. Daarnaast gebruikten de onderzoekers een speciaal getraind taalmodel om de thermodynamische stabiliteit van deze materialen te beoordelen. Met andere woorden: om uit te zoeken of de bedachte structuren in de echte wereld überhaupt te maken zijn.
De combinatie van deze twee AI-tools leverde razendsnel duizenden nieuwe materiaalstructuren op. Vijf daarvan bleken bijzonder veelbelovend: het zijn poreuze overgangsmetaaloxiden met grote open kanalen, waarin multivalente ionen zich relatief vrij kunnen bewegen. En, nog belangrijker: ze zijn stabiel genoeg om ook in praktische toepassingen te werken.
Van bits naar batterijen
De vondsten zijn intussen gevalideerd met behulp van kwantummechanische simulaties en thermodynamische analyses. Daaruit blijkt dat deze nieuwe materialen niet alleen theoretisch interessant zijn, maar ook werkelijk geproduceerd kunnen worden. Ze vormen dus een serieuze stap in de richting van commerciële alternatieven voor lithium-ionbatterijen.
Professor Dibakar Datta, leider van het onderzoek, is dan ook enthousiast: “Onze AI-tools hebben niet alleen het ontdekkingstraject radicaal versneld, ze laten ook zien dat we op een fundamenteel andere manier naar materiaalontwikkeling kunnen kijken. Dit gaat niet alleen over batterijen, maar over hoe we in de toekomst nieuwe materialen vinden voor bijvoorbeeld zonnecellen, katalysatoren of waterstofopslag.”
Geen einde aan lithium – maar wél concurrentie
Is dit dan het begin van het einde voor lithium? Waarschijnlijk niet meteen. Lithiumbatterijen zijn technologisch volwassen, goed geïntegreerd in productieketens en blijven voorlopig de norm in consumentenelektronica en EV’s. Maar voor specifieke toepassingen – denk aan stationaire energieopslag, off-grid systemen of goedkopere alternatieven in ontwikkelingslanden – kunnen deze multivalente systemen wel degelijk het verschil maken.
En dat verschil wordt voortaan niet meer uitsluitend in laboratoria gezocht, maar ook in servers vol algoritmes die dag en nacht materiaalcombinaties doorrekenen. De evolutie van batterijtechnologie gaat daarmee van proefbuis naar processor.
