Microsoft utiliza IA y HPC para reducir el uso de litio en las baterías

Una asociación entre Microsoft y el Pacific Northwest National Laboratory (PNLL) del Departamento de Energía de EE.UU., que investiga innovaciones en fuentes de energía sostenibles, explotará la Inteligencia Artificial (IA) y la computación de alto rendimiento (HPC) en la nube para acelerar los descubrimientos en química computacional y ciencia de materiales y ayudar así a encontrar un nuevo compuesto para baterías capaz de reducir el uso de litio hasta en un 70%.

“Creemos que la intersección de la IA, la nube y la computación de alto rendimiento, junto con la experiencia de los científicos, es la clave para acelerar resultados científicos significativos”, afirma Tony Peurrung, Director Adjunto de Ciencia y Tecnología del PNNL. “Nuestra cooperación con Microsoft tiene por objeto poner la IA al alcance de los científicos. Reconocemos el potencial de la IA para revelar materiales o enfoques inesperados o poco convencionales que merece la pena investigar. Este es el primer paso de lo que promete ser un viaje apasionante para aumentar el ritmo de los descubrimientos científicos.”

Lo que se explorará inicialmente es lo que mejor sabe hacer la IA: sintetizar datos y presentar resultados rápidamente. Para ello, el trabajo utilizará la plataforma Azure Quantum Elements de Microsoft, que emplea modelos de IA desarrollados específicamente para ayudar a los descubrimientos científicos. Los investigadores del PNNL tratarán de identificar nuevos materiales y productos químicos prometedores para aplicaciones en sistemas sostenibles de suministro de energía a la demanda.

Según los científicos, tradicionalmente el primer paso en la investigación de la síntesis de materiales es leer todos los estudios publicados sobre otros materiales y formular hipótesis. El siguiente paso es probar las hipótesis, lo que suele ser un proceso iterativo y largo. Por citar un ejemplo, uno de los proyectos anteriores del PNNL, relativo a una pila de vanadio, tardó varios años en desarrollar un nuevo material, según Vijay Murugesan, jefe del grupo de ciencia de materiales del PNNL.

Ahora, los científicos del PNNL están probando un nuevo material para baterías que se encontró en cuestión de días, no de años. Con la ayuda de Microsoft, se entrenaron diferentes sistemas de IA para evaluar 32 millones de posibles materiales inorgánicos y sugerir combinaciones. A continuación, el sistema de IA encontró todos los materiales estables. Otra herramienta de IA filtró las moléculas candidatas en función de su reactividad y otras en función de su potencial para conducir energía. En resumen, los 32 millones de candidatos se redujeron a 500.000, en su mayoría nuevos materiales estables, y luego a 800.

En otra fase de la investigación, se utilizaron recursos HPC de alta precisión con un conjunto más reducido de materiales candidatos. La primera comprobación realizada calculó la energía de cada material en relación con todos los demás estados en los que podía encontrarse. A continuación se realizaron simulaciones de dinámica molecular que combinaban HPC e IA para analizar los movimientos de átomos y moléculas en cada material.

Este proceso redujo la lista a 150 candidatos. Por último, los investigadores de Microsoft utilizaron HPC para evaluar la viabilidad de cada material: disponibilidad, coste y otros elementos. De este modo, la lista se redujo a 23, de los cuales cinco materiales ya eran conocidos.

Piensa en el tiempo que ha llevado todo este proceso. Contando la combinación IA-HPC, sólo se necesitaron 80 horas para descubrir los materiales más prometedores para su aplicación en baterías. En escenarios anteriores, el cuello de botella para este tipo de investigación habrían sido los recursos informáticos de alto rendimiento. Incluso en las universidades e instituciones de investigación, los superordenadores no suelen estar adaptados a un ámbito específico y tienen que compartirse entre varias iniciativas científicas. En la investigación llevada a cabo por los socios Microsoft y PNNL, la HPC sólo fue responsable del 10 por ciento del tiempo de computación, ya que el conjunto de moléculas que había que probar ya se había reducido en una fase anterior. El otro 90% del tiempo de cálculo se dedicó al sistema de IA que realizó la mayor parte de la selección de candidatos.

La investigación se encuentra ya en una fase práctica, en la que los materiales se han sintetizado con éxito y transformado en prototipos de baterías funcionales que se someterán a pruebas de laboratorio. Microsoft también trabaja ya en herramientas digitales para acelerar las demás partes del proceso científico.

Según los investigadores del PNNL, todo el proceso, desde la simulación de los candidatos hasta la fabricación de una batería funcional, duró menos de nueve meses, un abrir y cerrar de ojos en comparación con los métodos tradicionales.

En la actualidad, la mayoría de las baterías utilizadas en diversos dispositivos están fabricadas con iones de litio. Este material ya es relativamente escaso y caro, y se prevé que la demanda crezca entre cinco y diez veces de aquí a 2030, según el Departamento de Energía estadounidense. Además, este tipo de batería presenta problemas de seguridad y puede provocar explosiones o incendios. Para complicar las cosas, la extracción de este material, y de otros en general, es una actividad que tradicionalmente sufre problemas medioambientales y geopolíticos. De ahí la relevancia de investigaciones como la realizada por Microsoft y el PNNL.

“Los resultados de las nuevas baterías son solo un ejemplo, una prueba, por así decirlo”, afirma Brian Abrahamson, director digital del PNNL. “Reconocimos desde el principio que la magia aquí reside en la velocidad de la IA para ayudar a identificar materiales prometedores y en nuestra capacidad para poner en práctica inmediatamente esas ideas en el laboratorio. Estamos entusiasmados por seguir adelante con la asociación entre Microsoft y el PNNL. La idea es ampliar los límites de lo posible mediante la fusión de tecnología punta y conocimientos científicos.”

Como las herramientas de IA de Microsoft están entrenadas para el campo de la química, y no sólo para sistemas de baterías, pueden utilizarse para cualquier tipo de investigación de materiales, como los empleados en el campo farmacéutico. Además, la investigación podría allanar el camino para otros avances que serán posibles con la ayuda de la computación cuántica.