AI Menemukan Bahan Baru untuk Baterai Generasi Berikutnya

Lithium Versus Lainnya

Lithium-ion batteries have so far dominated the electrification landscape, in large part due to lithium atoms’ unique electrical properties. Simply put, lithium, being the 3^rd lightest element in the periodic table, is the most powerful one when it comes to carrying charges with a single electron.

Sumber: Medium

Namun, litium mahal, menjadikan kimia baterai alternatif berpotensi menarik secara ekonomi. Secara khusus, baterai sodium-ion telah mendapatkan perhatian karena alasan ini.

Tampaknya desain lain mungkin memiliki potensi lebih besar daripada yang diperkirakan sebelumnya: baterai ion multivalen. Mereka menggunakan ion logam yang dapat membawa lebih dari satu elektron sekaligus, dan mungkin lebih hemat biaya dibandingkan baterai lithium-ion.

The recent breakthrough was achieved by using AI to test millions of combinations for the battery materials. This discovery was done by researchers at the New Jersey Institute of Technology (NJIT) and the  Rensselaer Polytechnic Institute (RPI) (USA). They published their results in Cell Reports Physical Science¹, under the title ”Generative AI for discovering porous oxide materials for next-generation energy storage”.

Berbagai Jenis Baterai Ion

If lithium-ion took over small electronics and early EV designs thanks to its energy density, many other metallic ions can be used according to the same principle.

Seperti yang dibahas, sodium-ion saat ini menjadi alternatif populer, semakin diproduksi massal untuk model EV murah.

Pilihan lain adalah menggunakan magnesium, kalsium, aluminium, atau seng, yang semuanya merupakan ion multivalen. Ini berarti mereka membawa dua atau bahkan tiga muatan positif.

Namun, muatan yang lebih besar juga datang dengan ukuran yang lebih besar. Kedua spesifikasi atom yang lebih besar membuat ion multivalen sulit diakomodasi secara efisien dalam material baterai, mengurangi kepadatan baterai terlalu banyak sehingga tidak layak secara komersial.

Setidaknya, hal ini benar untuk material baterai konvensional yang dikembangkan untuk ion litium atau natrium. Namun mereka jauh bukan satu-satunya material baterai yang dapat digunakan. Banyak struktur kristal lain dapat dibangun untuk menampung ion yang pergerakannya membawa muatan listrik.

“Salah satu hambatan terbesar bukanlah kurangnya kimia baterai yang menjanjikan — melainkan ketidakmungkinan menguji jutaan kombinasi material,”

Profesor Dibakar Datta – New Jersey Institute of Technology (NJIT)

AI Membantu Penelitian

Asisten yang Kuat

Human minds are not the best at handling any data set where the numbers are going toward the millions. But AIs are excellent at it.

It is a growing trend of researchers, especially in material sciences or biotech, using AI technology to help identify the most promising ideas, before analyzing and testing them more rigorously.

“Kami beralih ke generative AI sebagai cara cepat dan sistematis untuk menyaring lanskap luas itu dan menemukan beberapa struktur yang benar‑benar dapat membuat baterai multivalen praktis.

Profesor Dibakar Datta – New Jersey Institute of Technology (NJIT)

Previously, a computing model relying solely on physics would have been unable to handle the extremely complex calculation required to model a new type of crystal structure.

Namun jenis AI baru, yang berbasis pembelajaran mesin dan jaringan saraf, lebih mampu “menebak” sifat umum material tanpa perhitungan matematis formal tentang fisika di baliknya.

Sumber: Cell

Para peneliti mengembangkan sistem yang mengandalkan dua jenis AI secara bersamaan, satu yang menguasai kristal, dan satu LLM (Large Language Model), basis teknologi yang sama di balik ChatGPT.

Sumber: Cell

Crystal Diffusion Variational Autoencoder (CDVAE)

The CDVAE model generated 10,000 structures, which were subjected to a series of precise screening and validation steps to ensure they met the necessary standards.

Sebagai contoh, model memeriksa bahwa jarak antar pasangan atom cukup besar, atau netralitas muatan sistem.

Metode ini menghasilkan 42 struktur yang berpotensi dapat digunakan untuk material baterai.

Dari struktur tersebut, 21 struktur cocok dengan entri yang ada di basis data namun menawarkan konfigurasi baru dengan perbedaan stoikiometri, parameter kisi, atau grup ruang. 21 struktur sisanya sepenuhnya baru.

Sumber: Cell

Jadi ia menciptakan baik versi baru dari material yang sudah ada yang sebelumnya tidak diketahui maupun material baterai potensial yang sepenuhnya baru.

LLM

The researchers then used Meta’s (FB ) Llama-3.1-8B, specially calibrated and tailored for generating crystal structures.

Sumber: Cell

Ini menghasilkan lebih dari 10.000 struktur kristal, di mana 1.087 struktur tetap setelah pemeriksaan integritas struktural. Menggunakan filter yang sama seperti pada CDVAE, hal ini menghasilkan 13 kandidat potensial, di mana 5 struktur paling stabil dipilih.

Sumber: Cell

Geser untuk menggulir →

Menantang Temuan AI

The researchers used a mathematical testing method called “DFT relaxation”, calculating the material free energy (linked to stability), to check the quality of the material found.

Ternyata dengan cepat bahwa material kristalin yang dihasilkan LLM secara umum jauh lebih baik dan lebih stabil dibandingkan yang dihasilkan dengan CDVAE.

Sumber: Cell

“Alat AI kami secara dramatis mempercepat proses penemuan, yang mengungkap lima struktur oksida logam transisi berpori yang sepenuhnya baru dan menunjukkan janji luar biasa,”

Profesor Dibakar Datta – New Jersey Institute of Technology (NJIT)

Bisakah Itu Dibuat?

The team validated their AI-generated structures using quantum mechanical simulations and stability tests, confirming that the materials could indeed be synthesized experimentally and hold great potential for real-world applications.

“Material ini memiliki saluran besar dan terbuka yang ideal untuk memindahkan ion multivalen yang besar dengan cepat dan aman, sebuah terobosan penting untuk baterai generasi berikutnya.”

Profesor Dibakar Datta – New Jersey Institute of Technology (NJIT)

Langkah selanjutnya adalah berkolaborasi dengan laboratorium eksperimental untuk mensintesis dan menguji material yang dirancang AI ini.

Ini dapat menjadikan baterai multivalen langkah selanjutnya dalam teknologi baterai. Sejauh ini, kurangnya material yang baik untuk menampung atom yang lebih besar menghambat pengembangan opsi ini. Dengan menggunakan material yang lebih baik untuk menyimpan magnesium, aluminium, atau ion besar lainnya, kapasitas transportasi multi‑elektron dari atom-atom ini mungkin suatu hari dapat melampaui kapasitas daya litium yang kuat, namun hanya membawa satu elektron.

Berinvestasi dalam Ilmu Material & AI Innovation

Meta: Ilmu Material Berbasis AI

Today, Meta is still mostly known for its Facebook and Instagram social media platforms, as well as WhatsApp chat. It is also present in the virtual reality (VR) space with its VR Headsets and its somewhat unsuccessful “Metaverse”.

Importantly, though, Meta is an AI company with massive investments in infrastructure to make it happen.

“Pusat data multi-gigawatt pertama, yang disebut Prometheus, diperkirakan akan beroperasi pada 2026, sementara yang lain, bernama Hyperion, akan dapat meningkatkan hingga 5 gigawatt dalam beberapa tahun mendatang.

“Kami juga sedang membangun beberapa klaster titan lagi. Salah satu dari mereka mencakup bagian signifikan dari jejak Manhattan.

Mark Zuckerberg – Meta Founder & CEO

LLM technology seems at first glance to be mostly useful for “talking” tasks, like chatbots, improved online search, education, and other human-centric activities.

But this research illustrates that the ability of LLM to learn language can be deployed to other data-heavy tasks, like learning how to “talk” crystal structures. The same can be said for genetic codes, for example.

Ini berarti bahwa kemajuan dalam algoritma LLM kemungkinan akan memulai era keemasan penemuan baru dalam pembuatan material baru untuk baterai, material canggih, pembangkit energi, dll., serta jenis protein dan material DNA/RNA baru yang dapat diubah menjadi obat, alat bioproduksi, dll.

Dalam konteks ini, hal tersebut menyiratkan bahwa perusahaan seperti Meta dan model LLM Lama mereka tidak hanya membangun pengganti teknologi yang berpotensi menguntungkan untuk alat yang ada, tetapi juga dapat menjadi kekuatan IP di dunia fisik.

Dalam konteks ini, mungkin diingat bahwa bisnis teknologi awal perusahaan seperti Meta, atau bahkan Google (GOOGL ) atau Microsoft (MSFT ), hanyalah batu loncatan sebelum menjadikannya raksasa yang didorong AI & IP yang mengubah dunia dengan banyak teknologi baru, termasuk di bidang energi terbarukan dan ilmu material.

Berita dan Perkembangan Saham Meta (META) Terbaru

Studi Dirujuk

^{1. Joy Datta, Amruth Nadimpally, Nikhil Koratkar, Dibakar Datta. Generative AI for discovering porous oxide materials for next-generation energy storage. Cell Reports Physical Science, Volume 6, Issue 7, 102665. 16 Juli 2025. https://www.cell.com/cell-reports-physical-science/fulltext/S2666-3864(25)00264-4}