![\"\"](\"https:\/\/www.europesays.com\/pt\/wp-content\/uploads\/2025\/08\/03c7c0ace395d80182db07ae2c30f034-1-783x450.jpg\")
<\/p>\nNJIT<\/p>\n
<\/p>\n
A rede aberta e esponjosa dentro de um \u00f3xido de metal de transi\u00e7\u00e3o poroso permite que i\u00f5es maiores, dupla ou triplamente carregados, viajem durante os ciclos de carga e descarga da bateria.<\/p>\n
A Intelig\u00eancia Artificial est\u00e1 a ajudar os cientistas a decifrar o c\u00f3digo das baterias de nova gera\u00e7\u00e3o que poder\u00e3o substituir a tecnologia de i\u00f5es de l\u00edtio. Investigadores norte-americanos descobriram novos materiais porosos capazes de revolucionar as baterias de i\u00f5es multivalentes.<\/strong><\/p>\n Investigadores do New Jersey Institute of Technology (NJIT) recorreram \u00e0 Intelig\u00eancia Artificial para enfrentar um problema cr\u00edtico para o futuro do armazenamento de energia: encontrar alternativas acess\u00edveis<\/strong> e sustent\u00e1veis \u00e0s baterias de i\u00f5es de l\u00edtio.<\/p>\n Ao descobrirem novos materiais porosos, os investigadores podem ter aberto caminho para um armazenamento de energia mais potente e sustent\u00e1vel, utilizando elementos abundantes como o magn\u00e9sio.<\/p>\n Num estudo<\/a> publicado na Cell Reports Physical Science, a equipa da NJIT, liderada pelo professor Dibakar Datta<\/strong>, aplicou com sucesso t\u00e9cnicas de IA generativa para descobrir rapidamente novos materiais porosos<\/strong> capazes de revolucionar as baterias de i\u00f5es multivalentes.<\/p>\n Estas baterias, que usam elementos abundante<\/strong>s como magn\u00e9sio, c\u00e1lcio, alum\u00ednio e zinco, representam uma alternativa promissora e econ\u00f3mica<\/strong> \u00e0s baterias de i\u00f5es de l\u00edtio, as quais enfrentam problemas de abastecimento e de sustentabilidade a n\u00edvel global.<\/p>\n Ao contr\u00e1rio das baterias tradicionais de i\u00f5es de l\u00edtio, que recorrem a i\u00f5es com apenas uma carga positiva, as baterias de i\u00f5es multivalentes utilizam elementos cujos i\u00f5es t\u00eam duas ou at\u00e9 tr\u00eas cargas positivas<\/strong>.<\/p>\n Isto significa que podem, potencialmente, armazenar muito mais energia<\/strong>, tornando-se altamente apelativas para solu\u00e7\u00f5es futuras de armazenamento energ\u00e9tico.<\/p>\n No entanto, o maior tamanho e a carga el\u00e9trica superior dos i\u00f5es multivalentes dificultam a sua acomoda\u00e7\u00e3o eficiente<\/strong> nos materiais das baterias \u2014 um obst\u00e1culo que a investiga\u00e7\u00e3o baseada em IA da equipa da NJIT procura resolver diretamente.<\/p>\n \u201cUm dos maiores entraves n\u00e3o era a falta de qu\u00edmicas promissoras para baterias, mas sim a impossibilidade pr\u00e1tica de testar milh\u00f5es de combina\u00e7\u00f5es<\/strong> de materiais\u201d, explica Datta, em comunicado<\/a> da NJIT.<\/p>\n \u201cRecorremos \u00e0 IA generativa como forma r\u00e1pida e sistem\u00e1tica de percorrer esse vasto territ\u00f3rio e identificar as poucas estruturas que realmente poderiam tornar as baterias multivalentes vi\u00e1veis\u201d, acrescenta.<\/p>\n \u201cEsta abordagem permite-nos explorar rapidamente milhares de candidatos<\/strong> potenciais, acelerando drasticamente a procura por alternativas mais eficientes e sustent\u00e1veis \u00e0 tecnologia de i\u00f5es de l\u00edtio.\u201d<\/p>\n Para ultrapassar estes obst\u00e1culos, a equipa desenvolveu uma abordagem inovadora baseada em dois sistemas de IA<\/strong>: um Crystal Diffusion Variational Autoencoder (CDVAE) e um Modelo de Linguagem de Grande Escala (LLM) cuidadosamente ajustado.<\/p>\n Em conjunto, estas ferramentas exploraram rapidamente milhares de novas estruturas cristalinas \u2014 algo at\u00e9 agora imposs\u00edvel<\/strong> com m\u00e9todos laboratoriais tradicionais.<\/p>\n O modelo CDVAE foi treinado com extensos conjuntos de dados<\/strong> de estruturas cristalinas conhecidas, permitindo-lhe propor materiais totalmente novos com grande diversidade estrutural. Por sua vez, o LLM foi afinado para identificar<\/strong> os materiais mais pr\u00f3ximos da estabilidade termodin\u00e2mica, fator crucial para a sua s\u00edntese pr\u00e1tica.<\/p>\n \u201cAs nossas ferramentas de IA aceleraram drasticamente o processo<\/strong> de descoberta, permitindo-nos identificar cinco novas estruturas porosas de \u00f3xidos de metais de transi\u00e7\u00e3o com um potencial not\u00e1vel\u201d, diz Datta. \u201cEstes materiais possuem canais amplos e abertos, ideais para o transporte r\u00e1pido e seguro destes volumosos i\u00f5es multivalentes \u2014 um avan\u00e7o cr\u00edtico para as baterias da pr\u00f3xima gera\u00e7\u00e3o.\u201d<\/p>\n A equipa validou as estruturas geradas por IA<\/strong> atrav\u00e9s de simula\u00e7\u00f5es mec\u00e2nico-qu\u00e2nticas e testes de estabilidade, confirmando que os materiais podem, de facto, ser sintetizados experimentalmente e t\u00eam grande potencial para aplica\u00e7\u00f5es reais.<\/p>\n Datta destacou ainda as implica\u00e7\u00f5es mais amplas desta abordagem: \u201cIsto \u00e9 mais do que descobrir novos materiais para baterias \u2014 trata-se de criar um m\u00e9todo r\u00e1pido e escal\u00e1vel para explorar qualquer tipo de materiais avan\u00e7ados<\/strong>, desde eletr\u00f3nica a solu\u00e7\u00f5es de energia limpa, sem recorrer a longos processos de tentativa e erro.\u201d<\/p>\n
![\"Subscreva](\"https:\/\/www.europesays.com\/pt\/wp-content\/uploads\/2025\/08\/1754655132_743_2d51fe4a0ba54894421ead1809309ed9-1-450x140.jpg\")
![\"Siga-nos](\"https:\/\/www.europesays.com\/pt\/wp-content\/uploads\/2025\/08\/c68c559d956d4ca20f435ed74a6e71e6.png\")
![\"Siga-nos](\"https:\/\/www.europesays.com\/pt\/wp-content\/uploads\/2025\/08\/5123dd8b087b644fdb8f8603acd1bad4.png\")