Sujet
Tous les articles d’Actu.ai consacrés à Batteries : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 10 articles
Contrôler la qualité d’un matériau exige souvent des instruments lourds, coûteux et des délais incompatibles avec une production rapide. Développé par des ingénieurs du MIT, SpectroGen utilise l’IA pour déduire des données spectrales complexes à partir d’une seule mesure, avec des résultats annoncés comme très proches des analyses physiques.
Des chercheurs de l’Indian Institute of Science étudient une piste pour les batteries au magnésium : des cathodes amorphes, dont le désordre atomique favorise le déplacement des ions. En s’appuyant sur l’apprentissage automatique, ils ont simulé une mobilité jusqu’à 100 000 fois plus élevée que dans des matériaux cristallins comparables.
Des chercheurs du laboratoire national Argonne utilisent l’apprentissage automatique pour sélectionner des additifs capables d’améliorer les batteries lithium-ion à haute tension. En évaluant 125 combinaisons potentielles à partir de données existantes, leur méthode pourrait éviter plusieurs mois d’essais expérimentaux.
Les équations qui décrivent les molécules et les systèmes quantiques deviennent vite impossibles à résoudre exactement. Des chercheurs de Texas A&M participent à une vaste synthèse sur l’AI4Science, un champ où l’intelligence artificielle aide à explorer plus vite des candidats médicaments, des matériaux et des batteries.
L’intelligence artificielle s’installe à chaque étape de la filière automobile, de la conception des pièces au suivi des véhicules sur la route. Elle soutient les aides à la conduite, le contrôle qualité, les batteries et les flottes, sans effacer les enjeux de sécurité, de données et de responsabilité.
Des chercheurs de Brookhaven et de l’Université de Stony Brook ont combiné intelligence artificielle, simulations et mesures aux rayons X pour étudier des batteries au zinc-ion. Leurs travaux montrent comment la concentration de chlorure de zinc influe à la fois sur la stabilité de l’eau et sur le déplacement des ions.
À l’université de Chicago, des chercheurs ont rassemblé des données issues de 250 publications pour guider la conception d’électrolytes lithium-ion. Leur eScore combine trois qualités habituellement difficiles à concilier. Cette piste pourrait réduire la part d’essais et d’erreurs en laboratoire.
Installer des panneaux solaires, des batteries ou des bornes de recharge exige encore des études longues et des appels d’offres complexes. La startup Station A veut simplifier ce parcours : sa plateforme analyse les sites, estime leur potentiel économique et met en relation les porteurs de projets avec des fournisseurs d’énergie propre.
Des chercheurs du MIT proposent une méthode d’apprentissage automatique entraînée sur des calculs quantiques très précis. Baptisé MEHnet, ce modèle vise à prévoir rapidement plusieurs propriétés électroniques de molécules, un levier potentiel pour la découverte de matériaux, de médicaments ou de solutions de stockage d’énergie.
Trouver un matériau adapté à une batterie, un semi-conducteur ou un composant électronique exige habituellement de longues mesures et simulations. Des chercheurs de l’IISc et de l’UCL proposent une méthode d’apprentissage par transfert qui permet à une IA de mieux prédire certaines propriétés avec des jeux de données limités.
