AI Menemukan Bahan Baru untuk Baterai Generasi Berikutnya

Lithium Versus Lainnya

Baterai litium-ion sejauh ini mendominasi elektrifikasi, terutama karena sifat kelistrikan unik atom litium. Sederhananya, litium adalah unsur ketiga paling ringan dalam tabel periodik dan paling kuat untuk membawa muatan dengan satu elektron.

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.

Terobosan terbaru dicapai dengan menggunakan AI untuk menguji jutaan kombinasi material baterai. Para peneliti dari New Jersey Institute of Technology (NJIT) dan Rensselaer Polytechnic Institute (RPI) di Amerika Serikat menerbitkan hasilnya dalam Cell Reports Physical Science¹ dengan judul “AI Generatif untuk Menemukan Material Oksida Berpori bagi Penyimpanan Energi Generasi Berikutnya”.

Berbagai Jenis Baterai Ion

Meskipun litium-ion menguasai perangkat elektronik kecil dan rancangan awal kendaraan listrik berkat kepadatan energinya, banyak ion logam lain dapat digunakan dengan prinsip yang sama.

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. Muatan dan ukuran 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, material tersebut bukan satu-satunya pilihan 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

Pikiran manusia tidak terlalu baik dalam menangani kumpulan data yang jumlahnya mencapai jutaan. Sebaliknya, AI sangat unggul dalam tugas ini.

Semakin banyak peneliti, terutama dalam ilmu material dan bioteknologi, menggunakan AI untuk menemukan gagasan paling menjanjikan sebelum menganalisis dan mengujinya secara lebih ketat.

“Kami beralih ke AI generatif 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)

Sebelumnya, model komputasi yang hanya mengandalkan fisika tidak mampu menangani perhitungan sangat rumit yang diperlukan untuk memodelkan jenis struktur kristal baru.

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 (Model Bahasa Besar), basis teknologi yang sama di balik ChatGPT.

Sumber: Cell

Autoencoder Variasional Difusi Kristal (CDVAE)

Model CDVAE menghasilkan 10.000 struktur yang kemudian menjalani serangkaian penyaringan dan validasi presisi untuk memastikan semuanya memenuhi standar yang diperlukan.

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

Para peneliti kemudian menggunakan Llama-3.1-8B milik Meta (FB ), yang dikalibrasi dan disesuaikan secara khusus untuk menghasilkan struktur kristal.

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

Untuk memeriksa kualitas material, para peneliti menggunakan metode pengujian matematis yang disebut “relaksasi DFT”, yang menghitung energi bebas material dan berkaitan dengan stabilitasnya.

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?

Tim memvalidasi struktur hasil AI dengan simulasi mekanika kuantum dan uji stabilitas. Hasilnya menegaskan bahwa material tersebut memang dapat disintesis secara eksperimental dan memiliki potensi besar untuk aplikasi nyata.

“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 dan Inovasi AI

Meta: Ilmu Material Berbasis AI

Saat ini Meta masih paling dikenal melalui platform media sosial Facebook dan Instagram serta WhatsApp. Perusahaan juga hadir di bidang realitas virtual (VR) melalui headset VR dan proyek “Metaverse” yang belum terlalu berhasil.

Yang lebih penting, Meta kini merupakan perusahaan AI dengan investasi infrastruktur sangat besar untuk mewujudkan ambisinya.

“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 – Pendiri dan CEO Meta

Sekilas, teknologi LLM tampak paling berguna untuk tugas berbasis bahasa, seperti chatbot, pencarian daring yang lebih baik, pendidikan, dan kegiatan lain yang berpusat pada manusia.

Namun, penelitian ini menunjukkan bahwa kemampuan LLM mempelajari bahasa dapat diterapkan pada tugas sarat data lainnya, seperti mempelajari “bahasa” struktur kristal. Hal yang sama juga berlaku, misalnya, untuk kode genetik.

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. AI Generatif untuk Menemukan Material Oksida Berpori bagi Penyimpanan Energi Generasi Berikutnya. 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}