La Universidad de Bayreuth afirma que los agentes de IA van a acortar drásticamente las primeras fases de la investigación sobre baterías
Según la Universidad de Bayreuth, la nueva herramienta de IA permite generar sugerencias de nuevos materiales para baterías mucho más rápido que antes. Actualmente, la identificación de materiales adecuados es un proceso largo y que requiere muchos recursos: "Primero hay que encontrar composiciones de materiales prometedoras y luego probarlas experimentalmente, un proceso que a menudo lleva semanas o incluso meses", afirman los responsables del proyecto. El nuevo enfoque de la IA consigue el mismo resultado en unas pocas horas. El equipo internacional de investigación presentó recientemente sus hallazgos en la revista Advanced Materials bajo el título: 'Multi-Agent-Network-Based Idea Generator for Zinc-Ion Battery Electrolyte Discovery: Un estudio de caso sobre electrolitos eutécticos profundos a base de hidrato de tetrafluoroborato de zinc'.
En concreto, los investigadores de Bayreuth, en colaboración con la Universidad de Ciencias de Hong Kong, han desarrollado un sistema denominado multiagente basado en grandes modelos lingüísticos (LLM) como ChatGPT y compuesto por dos unidades especializadas ('agentes de software') que trabajan conjuntamente para resolver un problema o una pregunta. Uno de los agentes tiene una visión general de la bibliografía disponible sobre la pregunta de investigación, mientras que el otro tiene acceso a conocimientos profundos y detallados", explican los científicos. El resultado es un enfoque innovador para acelerar el descubrimiento de materiales.
"Nuestro nuevo sistema multiagente actúa como un socio científico creativo con dos agentes especializados que analizan la literatura relevante", resume el Prof. Dr. Francesco Ciucci, de la Cátedra de Diseño de Electrodos para Almacenamiento Electroquímico de Energía del Centro Bávaro de Tecnología de Baterías (BayBatt) de la Universidad de Bayreuth. "A través de una simulación posterior de un debate científico, los dos agentes combinan ideas de sus amplios datos de entrenamiento y de la literatura para proponer composiciones novedosas de electrolitos".
El Dr. Matthew J. Robson, de la Universidad de Ciencia y Tecnología de Hong Kong, añade: "Lo más importante aquí es el desarrollo del papel de la IA en el proceso científico. Hemos diseñado un plan para la investigación científica que transforma la IA de una herramienta pasiva para el análisis de datos en un socio activo y creativo capaz de generar hipótesis realmente novedosas y de gran calidad."
Los investigadores también probaron su planteamiento en la práctica: el sistema multiagente propuso varios componentes electrolíticos novedosos, rentables y respetuosos con el medio ambiente para las pilas de zinc. "Uno de los electrolitos demostró un rendimiento sobresaliente en las pruebas experimentales, rivalizando con los sistemas más avanzados de su clase de electrolitos", informan los investigadores. El nuevo diseño ha demostrado su extraordinaria durabilidad a lo largo de más de 4.000 ciclos de carga y descarga. También se dice que ha establecido un nuevo récord de carga rápida en su clase de electrolito y que tiene casi un 20% más de capacidad a velocidades de carga rápida en comparación con electrolitos similares.
"Nuestro nuevo sistema multiagente actúa como un socio científico creativo, con dos agentes especializados que analizan la literatura relevante. Mediante la simulación de un debate científico, los dos agentes enlazan ideas de sus amplios datos de entrenamiento y de la literatura para proponer composiciones novedosas de electrolitos", subraya Ciucci. Combinadas con la validación mediante experimentos de laboratorio y el juicio crítico de los investigadores, las prometedoras sugerencias de la IA podrían conducir a soluciones más rápidas para los retos mundiales.
0 Comentarios