Investigadores del NJIT identificaron compuestos con potencial para revolucionar el almacenamiento energético, utilizando inteligencia artificial generativa.
El litio, corazón de la revolución tecnológica y energética del siglo XXI, podría estar enfrentando sus últimos años como rey indiscutido del almacenamiento. Un equipo de científicos del Instituto de Tecnología de Nueva Jersey (NJIT), liderado por el profesor Dibakar Datta, utilizó inteligencia artificial generativa para identificar cinco materiales porosos completamente nuevos con el potencial de superar ampliamente a las actuales baterías de iones de litio.
El hallazgo fue publicado el 26 de junio de 2025 en la revista Cell Reports Physical Science. En la investigación, los científicos aplicaron un enfoque inédito basado en una doble IA —un modelo de lenguaje grande (LLM) y un autocodificador variacional de difusión de cristales (CDVAE)— para explorar miles de estructuras cristalinas de forma sistemática, algo impensado por métodos tradicionales.
La apuesta está centrada en las baterías de iones multivalentes, que en lugar de usar litio como portador de carga, se basan en elementos abundantes como magnesio, zinc, calcio y aluminio. Estos iones, al portar dos o más cargas positivas, pueden almacenar mayor cantidad de energía por unidad. El problema: su tamaño y carga dificultan el movimiento dentro de los materiales convencionales.
Ahí es donde aparece el salto tecnológico. La IA permitió encontrar cinco nuevas estructuras de óxidos metálicos porosos, ideales para alojar y movilizar estos iones de mayor volumen, allanando el camino hacia baterías más eficientes, seguras y con menor huella ambiental.
“Uno de los grandes obstáculos era el tiempo y costo de probar millones de materiales posibles. La IA nos permitió acelerar drásticamente ese proceso de búsqueda”, explicó Datta. Las simulaciones cuánticas confirmaron la viabilidad de los materiales descubiertos, que ya están en proceso de ser sintetizados y probados en laboratorios.
Más allá del impacto energético, el equipo del NJIT destaca la escalabilidad del método, aplicable a la exploración de materiales avanzados en diversas áreas, desde la electrónica hasta la energía limpia. Una nueva forma de hacer ciencia basada en datos, simulaciones y algoritmos generativos.
Fuente: https://doi.org/10.1016/j.xcrp.2025.102665
Si llegaste hasta acá tomate un descanso con la mejor música
