CIC energiGUNE, centro de investigación vasco referente en almacenamiento de energía electroquímica y térmica, y miembro de Basque Research & Technology Alliance-BRTA, aplicará herramientas de Inteligencia Artificial para crear un laboratorio de funcionamiento autónomo capaz de acelerar el descubrimiento de nuevos materiales de almacenamiento de energía, reduciendo así tanto los tiempos como el coste de los procesos de experimentación actuales.
“El proyecto ION-SELF va a suponer un cambio disruptivo en la investigación de nuevos materiales de almacenamiento que sustituyan a los actuales, que ya han alcanzado su límite de densidad energética y no pueden, por tanto, dar respuesta a las necesidades de la batería del futuro”, ha manifestado Montse Casas-Cabanas, Coordinadora Científica del Área Electroquímica de CIC energiGUNE. Su puesta en marcha va a suponer, en su opinión, un salto sustancial en el proceso de investigación ya que “gracias a la Inteligencia Artificial, se reducirá sustancialmente el coste económico y el tiempo necesario del proceso de experimentación, liberando a los investigadores de tareas arduas y repetitivas para poder centrarse en labores innovadoras y productivas.”.
Javier Carrasco, científico de CIC energiGUNE y co-responsable del proyecto ION-SELF, recuerda que “las actuales baterías recargables de Ion-Litio van a necesitar a corto-medio plazo una alternativa que ofrezca más capacidad, más vida útil, más seguridad y mayor rango de temperatura operativa, además de ser asequibles y sostenibles”. Con el laboratorio autónomo, la posibilidad de identificar nuevos materiales electroactivos dentro del amplio espectro de la tabla periódica se multiplica, sin necesidad de asumir un proceso experimental que, en ocasiones, puede exigir un número de pruebas inasumible.
En concreto, ION-SELF aspira a diseñar una plataforma automatizada y autónoma para el desarrollo de materiales electroactivos, capaz de hacer predicciones efectivas del resultado de experimentos automatizados incluso antes de ser realizados. Como consecuencia, se reducirá el número de condiciones experimentales, pasando de una cantidad inabarcable de ensayos a una selección de opciones, con lo que se obtendrá una reducción temporal y de coste sin precedentes en el desarrollo de nuevos materiales para baterías. De esta manera, se posibilitarán avances decisivos en la obtención de las próximas generaciones de baterías del futuro.
Para alcanzar este objetivo, el proyecto se apoya en dos aspectos cruciales de la síntesis y caracterización de nuevos materiales electroactivos. En primer lugar, la automatización de ciertos aspectos clave de los procesos de síntesis a escala de laboratorio va a permitir reducir significativamente los cuellos de botella que se dan en la actualidad y permitirá trabajar en paralelo. En segundo lugar, la incorporación de herramientas de la Inteligencia Artificial permitirá explorar y optimizar de manera más eficiente y efectiva los múltiples parámetros que controlan la síntesis y caracterización de estos materiales (composición química, protocolo de mezclado, temperatura de reacción, acondicionamiento, etc.).
Por otro lado, teniendo en cuenta que el objetivo primordial de este proyecto es diseñar modelos, algoritmos y módulos automatizados individuales capaces de ser integrados en un entorno autónomo integrador, cabe esperar que las metodologías de ION-SELF puedan ser fácilmente extrapolables a otros espacios químicos de interés más general en un futuro. De hecho, a pesar de que el proyecto se centra exclusivamente en materiales para baterías, el problema de acelerar la búsqueda de nuevos compuestos lo comparten muchos otros campos de la ciencia de materiales, tales como el de los polímeros, biomateriales, catalizadores, etc., por lo que su ámbito de aplicación va mucho más allá.
El proyecto ION-SELF (ref. PID2019-106519RB-I00) está financiado por el Ministerio de Ciencia e Innovación de España y cuenta con un plazo de ejecución de tres años.
